发明创造名称：考虑多个风电出力随机性的电力系统电压概率的评估方法
外观设计名称：
决定号：181818
决定日：2019-06-21
委内编号：1F262775
优先权日：
申请（专利）号：201610160699.7
申请日：2016-03-21
复审请求人：国网宁夏电力公司电力科学研究院 清华大学
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：唐宇希
合议组组长：顾静
参审员：杨洁
国际分类号：G06F19/00
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求请求保护的技术方案相对于最接近的现有技术存在区别技术特征，但上述区别技术特征为本领域的惯用技术手段，在该最接近的现有技术的基础上结合本领域的惯用技术手段得到该权利要求所请求保护的技术方案对本领域技术人员而言是显而易见的，则该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
全文：
本复审请求涉及申请号为201610160699.7，名称为“考虑多个风电出力随机性的电力系统电压概率的评估方法”的发明专利申请（下称本申请）。申请人为国网宁夏电力公司电力科学研究院，清华大学。本申请的申请日为2016年03月21日，公开日为2016年07月27日。
经实质审查，国家知识产权局原审查部门于2018年07月23日发出驳回决定，驳回了本申请，其理由是：权利要求1-4不具备专利法第22条第3款规定的创造性。驳回决定引用了以下对比文件：
对比文件1：“Probabilistic Analysis of Small Signal Stability for Power Systems With High Penetration of Wind Generation”，Z. W. Wang等，《IEEE Transactions on Sustainable Energy》，第7卷，第3期，第1182-1193页，公开日2016年03月15日。
驳回具体理由为：权利要求1与对比文件1的区别技术特征在于：（1）风功率预测值和风功率实际值样本的数据格式为矩阵及其表达；（2）本申请求取的概率密度函数为第m个高斯分量所对应的节点电压的概率密度函数，而对比文件1公开的是高斯分量所对应的节点电压的概率密度函数，未指定是第m个高斯分量；（3）本申请限定所述一阶、二阶灵敏度矩阵公式中除Yk以外的变量含义；（4）本申请限定潮流方程的表达式及其变量含义。区别（1）-（4）均为本领域的常用手段或公知常识。在对比文件1的基础上，结合上述本领域的公知常识以获得该权利要求所要求保护的技术方案，对所属技术领域的技术人员来说是显而易见的，因此，该权利要求不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。从属权利要求2-4的附加技术特征或被对比文件1公开，或属于本领域的常规设置，因而也不具备专利法第22条第3款规定的创造性。
驳回决定所依据的文本为：申请日2016年03月21日提交的说明书摘要、说明书第1-94段、摘要附图、说明书附图1；2018年5月16日提交的权利要求第1-4项。驳回决定所针对的权利要求书如下：
“1. 一种考虑多个风电出力随机性的电力系统电压概率的评估方法，其特征在于，所述评估方法包括：
步骤一：根据多个风电场的风功率预测值矩阵和风功率实际值样本矩阵，确定高斯混合模型中各个高斯分量对应的权重系数、均值向量以及协方差系数矩阵；
步骤二：计算节点电压对所述风功率预测值矩阵的一阶灵敏度矩阵和二阶灵敏度向量矩阵；
步骤三：根据所述一阶灵敏度矩阵、所述二阶灵敏度向量矩阵、所述各个高斯分量对应的均值向量以及协方差系数矩阵确定各个所述高斯分量对应的节点电压的累积分布函数；
步骤四：根据各个所述高斯分量对应的节点电压的累积分布函数及权重系数，确定高斯混合模型所对应的节点电压的累积分布函数；
步骤五：根据所述一阶灵敏度矩阵、所述二阶灵敏度向量矩阵、各个所述高斯分量对应的均值向量以及协方差系数矩阵确定各个高斯分量对应的节点电压的概率密度函数；
步骤六：根据各个所述高斯分量对应的节点电压的概率密度函数及权重系数，确定高斯混合模型所对应的节点电压的概率密度函数；
在步骤五中，各个所述高斯分量对应的节点电压的概率密度函数的计算方法包括：
根据以下公式确定所述概率密度函数中的参数A、B、C及D：
根据以下公式确定第m个高斯分量所对应的节点电压的概率密度函数fYm(y)：
其中，Zm为∑m的乔里斯基矩阵，Λ为ZmΓZmT的特征值组成的对角阵，Lm为由ZmΓZmT的右特征向量组成的矩阵；aj表示Λ中的第j个元素；bj表示(ΔT μmTΓ)ZmLm-1中的第j个元素；
其中，在步骤一中，所述权重系数、均值向量以及协方差系数矩阵的计算方法分别包括：
在电力系统数据库中提取W个风电场的风功率预测值形成风功率预测值矩阵P：
P＝[p1,p2,...,pW]T--------(1)；
在对应的W个电场中均提取I个样本的风功率实际值形成风功率实际值样本矩阵，计算第i个风功率实际值与对应的风功率预测值的差值，获得第i个样本的风功率预测误差样本Xi：
其中，表示第i个样本中第w个风电场的风功率预测误差，i＝1,2,....I；
根据风功率预测误差样本Xi，通过期望最大化算法确定多组权重系数、均值向量以及协方差系数矩阵，其中，根据各组权重系数、均值向量以及协方差系数矩阵形成高斯混合模型，所述高斯混合模型中 包含M个高斯分量，ωm、μm、∑m分别表示第m个高斯分量对应的权重系数、均值向量及协方差系数矩阵矩阵；
在步骤二中，
所述一阶灵敏度矩阵Δ的每一项按照以下公式确定：
其中，w1∈[1,W]，Yk表示根据潮流方程确定的第k个节点电压，是将第w1个风电场的风功率赋值为后根据潮流方程确定的第k个节点电压， 是将第w1个风电场的风功率赋值为后根据潮流方程确定的第k个节点电压；
所述二阶灵敏度矩阵Γ每一项按照以下公式确定：
其中，w2∈[1,W]，是将第w1个风电场的风功率赋值为并且第w2个风电场的风功率赋值为 后根据潮流方程确定的第k个节点电压，是将第w1个风电场的风功率赋值为并且第w2个风电场的风功率赋值为 后根据潮流方程确定的第k个节点电压，是将第w1个风电场的风功率赋值为并且第w2个风电场的风功率赋值为 后根据潮流方程确定的第k个节点电压，是将第w1个风电场的风功率赋值为并且第w2个风电场的风功率赋值为后根据潮流方程确定的第k个节点电压；
所述潮流方程为其中，P有为输入的有功功率，包括一项风功率预测误差，Q无为输入的无功功率，Y为输出的节点电压，为输出的相角。
2. 根据权利要求1所述的考虑多个风电出力随机性的电力系统电压概率的评估方法，其特征在于，在步骤三中，各个所述高斯分量对应的节点电压的累积分布函数的计算方法包括：
根据公式确定Zm和Lm；其中，Zm为∑m的乔里斯基矩阵，Λ为ZmΓZmT的特征值组成的对角阵，Lm为由ZmΓZmT的右特征向量组成的矩阵；
提取Λ中的第j个元素aj；
计算(ΔT μmTΓ)ZmLm-1，提取(ΔT μmTΓ)ZmLm-1中的第j个元素bj；
根据公式确定参数c，其中θ为在风功率预测误差为0时根据潮流方程确定的第k个节点电压数值；
根据以下公式确定第m个高斯分量所对应的节点电压的累积分布函数Ykm的分位点
其中，Φ-1(α)为标准正态函数α的分位点；
计算的反函数，确定第m个高斯分量所对应的节点电压的累积分布函数FYm(y)。
3. 根据权利要求2所述的考虑多个风电出力随机性的电力系统电压概率的评估方法，其特征在于，在步骤四中，根据以下公式确定所述高斯混合模型所对应的节点电压的累积分布函数FY(y)：
4. 根据权利要求1所述的考虑多个风电出力随机性的电力系统电压概率的评估方法，其特征在于，在步骤六中，根据以下公式确定所述高斯混合模型所对应的节点电压的概率密度函数fY(y)：
”
申请人（下称复审请求人）对上述驳回决定不服,于2018年10月15日向国家知识产权局提出了复审请求，但未修改申请文件。复审请求人认为：（1） 权利要求1中一阶灵敏度和二阶灵敏度矩阵涉及节点电压，对比文件1中涉及的是阻尼比。节点电压和阻尼比不同，对比文件1并未公开本申请中的一阶灵敏度和二阶灵敏度矩阵。本申请一二阶灵敏度采用等号计算，对比文件中采用约等号计算，本申请的精确度更高。（2）本申请中潮流方程和对比文件1中的潮流方程表达式不同，映射因子，映射结果，映射函数都不同，对比文件1并未公开本申请中的潮流方程。
经形式审查合格，国家知识产权局于2018年10月23日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：对于争论点1，阻尼比与电压确实属于不同的概念，对比文件1并没有公开节点电压相对于功率的一阶灵敏度矩阵和二阶灵敏度的公式，其公开的是阻尼比相对于功率的一阶灵敏度矩阵和二阶灵敏度的公式，但公式的实质是一样的，只是针对的对象，一个是节点电压，一个是阻尼比。即本申请是一种考虑多个风电出力随机性的电力系统电压概率的评估方法，而对比文件1是一种考虑多个风电出力随机性的电力系统阻尼比概率的评估方法，但两者的实现步骤是一样的，公式的实质也是一样的，都是一种基于系统非线性概率方法评估随机风电出力对电力系统小信号稳定性的可能影响，只是对象不同，相应的公式针对的变量也不同；但对比文件1还公开了以下技术内容：“除了上述数值方法，我们还提供了衍生物计算的理论方法，详细说明见附录A”（参见第II章节第B小节），附录A中公开了“本节将介绍敏感性的分析计算程序；首先，潮流方程用于计算节点电压的灵敏度；其次，从节点电压的灵敏度中获得所有代数变量和状态变量的灵敏度；第三，可以计算特征值灵敏度，因为它们是状态变量和代数变量的灵敏度的复合函数”，其给出了“电压的一阶和二阶灵敏度的计算公式”。本领域技术人员可以知晓，阻尼比、电压均是影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一，因此，本领域技术有动机在对比文件1公开内容的基础上，基于节点电压建立系统非线性概率方法评估随机风电出力对电力系统小信号稳定性的可能影响。至于一阶、二阶灵敏度的求取，对比文件1是基于特征值灵敏度求取的，然而特征值灵敏度属于本领域技术人员的公知常识（参见书籍2：《现代电力系统分析》，王锡凡，科学出版社，第397-398页，2003年03月31日，其公开了，“在电力系统运行情况分析和挖制器的设计中，往往需要分析系统中的某些参数(诸如控制器的放大倍数和时间常数等)对系统稳定性的影响，以便适当选择或调整这些参数，使系统由不稳定变为稳定，或进一步提高系统的稳定程度”，并给出了特征值一阶灵敏度的具体推导和求取，其公式实质与本申请的一阶灵敏度一样），同时，对比文件1公开阻尼比一阶灵敏度的时候指出其参考文献8，而参考文献8明确公开了“如果在多机电力系统中存在并网风力发电源并且某个参数是电力系统的特征值（临界特征值），则可以建立临界特征值与风力发电之间的关系，即平衡点处临界特征值相对于风力源的灵敏度的计算公式”，其公式实质与本申请的一阶灵敏度的公式是一样的，只是参数是影响功率的特征值，并未特指节点电压”。本领域技术人员可以知晓，阻尼比、电压均是影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一，在阻尼比对功率的一阶、二阶灵敏度得计算公式的基础上，本领域结合上述公知常识能够得出节点电压对功率的一阶、二阶灵敏度，至于等号“=”“≈”的关系，上述一阶灵敏度的推导实质是一阶偏导的求取，二阶灵敏度是在一阶灵敏度的基础上推导的，其实质本身是一个近似取值，现有技术中有的将其直接列为“=”，有的将其列为“≈”，这属于本领域技术人员根据实际需要做出的常规设置。
对于争论点2，对比文件1公开了潮流方程的简化表达式，只是对比文件1的潮流方程简化表达与本申请的略有不同，在此基础上，将上述公式进行简单的数学变换得到本申请的潮流方程的表达式，属于本领域技术人员根据实际需要做出的常规技术手段，至于其具体的变量含义，本领域技术人员可以知晓，设置PQ节点的潮流方程，其中有功功率P、无功功率Q为已知量，电压幅值和相角为待求量，这属于本领域的公知常识，参见书籍1：《电力系统分析 第2版》，杨耿杰等，中国电力出版社，第50-53页，2013年05月31日，其公开了“潮流方程：每个节点有四个变量：注人有功、注人无功、电压实部和虚部(或电压幅值和相角)，其中两个量为已知，两个量为待求。据此潮流计算可将节点分为三种类型：（1）PQ节点：已知量为注人有功(给定有功)和注入无功(给定无功)，待求量为电压的实部和虚部(或电压幅值和相角)及其极坐标表示（该基于PQ节点的潮流表达式即本申请的潮流表达式）；（2）PV节点：已知量为注人有功 (给定有功)和电压幅值 (给定电压)，待求量为注入无功和电压相角；（3）平衡节点：已知量为电压的幅值和相角，待求量为注人有功和无功”。因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年03月20日向复审请求人发出复审通知书，指出：权利要求1-4不具备创造性。权利要求1与对比文件1的区别在于：（1）权利要求1是基于电压概率的评估，计算的是节点电压的一阶、二阶灵敏度矩阵以及节点电压的累计分布函数和概率密度函数，而对比文件中针对的是阻尼比；（2）权利要求1中限定潮流方程的表达式为，输入的有功功率包括一项风功率预测误差。区别技术特征（1）和（2）都是本领域的惯用技术手段。在对比文件1的基础上，结合上述惯用技术手段以获得该权利要求所要求保护的技术方案，对所属技术领域的技术人员来说是显而易见的，因此，该权利要求不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。从属权利要求2-4的附加技术特征或被对比文件1公开，或属于本领域的惯用技术手段，因而也不具有创造性。对于复审请求人的意见，合议组认为：（1）对比文件1附录A公开了 “本节将介绍敏感性的分析计算程序；首先，潮流方程用于计算节点电压的灵敏度；其次，从节点电压的灵敏度中获得所有代数变量和状态变量的灵敏度；第三，可以计算特征值灵敏度，因为它们是状态变量和代数变量的灵敏度的复合函数”。本领域技术人员可以知晓，阻尼比、电压均是影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一，因此，本领域技术有动机在对比文件1公开内容的基础上，采用节点电压替代阻尼比，计算节点电压的一阶、二阶灵敏度矩阵以及节点电压的累计分布函数和概率密度函数，建立基于节点电压的系统非线性概率方法评估随机风电出力对电力系统小信号稳定性的可能影响是本领域的惯用技术手段。至于等号“=”“≈”的关系，一阶灵敏度的推导实质是一阶偏导的求取，二阶灵敏度是在一阶灵敏度的基础上进一步的偏导求取，其实质就是一个近似取值，现有技术中有的将其直接列为“=”，有的将其列为“≈”，这属于本领域技术人员根据实际需要做出的常规设置。
（2）虽然对比文件1中公开的潮流方程的表达式和本申请在形式上略有差异，但是这属于公式的简单变换，例如《电力系统分析 第2版》，杨耿杰等，中国电力出版社，第50-53页，2013年05月，其公开了“潮流方程：每个节点有四个变量：注人有功、注人无功、电压实部和虚部(或电压幅值和相角)，其中两个量为已知，两个量为待求。PQ节点：已知量为注人有功(给定有功)和注入无功(给定无功)，待求量为电压的实部和虚部(即电压幅值和相角)，PQ节点潮流方程为，即变换成了形式。
复审请求人于2019年04月26日提交了意见陈述书，但未修改申请文件。复审请求人认为：（1）本申请一阶灵敏度和二阶灵敏度的计算与节点电压的导数有关，而对比文件1中计算的是阻尼比的一阶和二阶导数。阻尼比和电压是完全不同的概念，本领域技术人员在对比文件1的基础上不容易想到利用节点电压计算灵敏度。本申请中利用一阶和二阶灵敏度，充分考虑节点电压与风电功率的非线性关系，得到的精确度更高，计算简单，用时短。（2）通过本申请的潮流方程，可根据输入值有功功率及无功功率确定输出值节点电压及相角，进而可确定第k个节点电压，计算简单且计算量小。而对比文件1中为，利用映射函数将因子Ut,θ映射到[P Q] T，而本申请中利用映射函数gpf将因子映射到0.因此，本申请中映射因子不同，映射结果不同，映射函数也不同。对比文件1中并没有公开可以将四个因子映射到0的映射函数，因此在对比文件1的基础上本领域技术人员不容易想到的技术手段。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
复审请求人在答复复审通知书时未对权利要求进行修改。因此，本复审决定所针对的文本与复审通知书所针对的文本相同，即：申请日2016年03月21日提交的说明书摘要、说明书第1-94段、摘要附图、说明书附图图1；2018年05月16日提交的权利要求第1-4项。
具体理由的阐述
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求请求保护的技术方案相对于最接近的现有技术存在区别技术特征，但上述区别技术特征为本领域的惯用技术手段，在该最接近的现有技术的基础上结合本领域的惯用技术手段得到该权利要求所请求保护的技术方案对本领域技术人员而言是显而易见的，则该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
本复审决定引用的对比文件与驳回决定和复审通知书中所引用的对比文件相同，即：
对比文件1：“Probabilistic Analysis of Small Signal Stability for Power Systems With High Penetration of Wind Generation”，Z. W. Wang等，《IEEE Transactions on Sustainable Energy》，第7卷，第3期，第1182-1193页，2016年03月15日。
1）权利要求1请求保护一种考虑多个风电出力随机性的电力系统电压概率的评估方法。对比文件1为最接近的现有技术,其公开了一种高渗透风力发电系统小信号稳定性的概率分析，并具体公开了以下技术内容：
（参见摘要）本文提出了一种系统的非线性概率分析方法以评估随机风力发电对电力系统小信号稳定性的可能影响；提出了基于二阶多项式以逼近风力发电与特定动态模式的阻尼之间的非线性关系，如主导模式；基于高斯混合模型以统一的方式表示风的不确定性；基于谱定理将二阶多项式重塑成没有叉积项的形式；基于乔列斯基分解以消除不同风电场输出之间的相关性；然后，由此构造相对于随机风力的阻尼比的累积分布函数CDF；
（参见第III节第A小节）风力发电预测误差：如果有W个风电场，那么风电输出可以被模拟为预测值加上预测误差（上标~用来表示随机变量）： (6)，其中， 表示第wi个风电场的预测值（即风功率预测值），其是确定值； 表示第wi个风电场的预测误差，其是随机变量； 表示第wi个风电场的功率输出值（即风功率实际值）；（参见第III节第B小节）μm、∑m分别表示均值向量和协方差矩阵，ωm表示权重系数；为了采用GMM对风电出力误差/输出进行建模，需要根据风力预测误差的历史数据估计各个混合分量的参数μm，Σm，ωm；
（参见第IV节第A小节）采用高斯分布的阻尼比的累积分布函数CDF：公式(5)可以由下式表示： ，其中，表示遵循具有均值向量μ和协方差矩阵Σ的多元高斯分布的随机变量，表示 的概率密度函数PDF；鉴于获取的，其反函数，的累积分布函数也可以获取；
（参见第IV节第B小节）采用高斯混合模型GMM的阻尼比的累积分布函数CDF：当基于高斯混合模型GMM建立多元随机变量的模型时，公式(8)变为：， （Δ为一阶灵敏度矩阵，Γ为二阶灵敏度矩阵，μm为均值向量，∑m为协方差矩阵），根据的CDF定义和多维积分准则，推导出如下方程： （23）（ωm为权重系数，即各个所述高斯分量对应的累积分布函数，即高斯混合模型所对应的累积分布函数）；公式(23)表示的CDF是不同多维积分的加权总和；每个多维积分可以根据上述章节A的推导来计算，因此可以得到的CDF。
（参见第IV节第B小节）图2给出了基于二阶近似、高斯混合模型GMM和Cornish-Fisher扩展的非线性方法的全过程流程图：首先，根据风预报误差的历史数据，求解GMM参数估计问题，得到加权系数ωm、平均向量μm和协方差矩阵Σm（结合第III节第A-B小节，相当于，步骤一：根据多个风电场的风功率预测值矩阵和风功率实际值样本矩阵，确定高斯混合模型中各个高斯分量对应的权重系数、均值向量以及协方差系数矩阵）；另外，通过数值方法或者分析方法计算风电分配预测值在平衡点的灵敏度（其计算的是阻尼比的灵敏度以及阻尼比对风力发电的二阶近似，即计算阻尼比对所述风功率预测值矩阵的一阶灵敏度矩阵和二阶灵敏度向量矩阵）；然后，用第IV部分A章节所示的算法获得每个混合物成分的累积量；第三，通过Cornish-Fisher扩展计算每个混合物成分的（结合第IV节第A-B小节公开内容，即各个所述高斯分量对应的累积分布函数，相当于，步骤三：根据所述一阶灵敏度矩阵、所述二阶灵敏度向量矩阵、所述各个高斯分量对应的均值向量以及协方差系数矩阵确定各个所述高斯分量对应的累积分布函数）；最后，的累积分布函数是所有的加权总和（结合第IV节第B小节公开内容，即高斯混合模型所对应的累积分布函数，相当于，步骤四：根据各个所述高斯分量对应的累积分布函数及权重系数，确定高斯混合模型所对应的累积分布函数）；
（参见第IV节第B小节）有时候，人们对PDF比对CDF更感兴趣，获取PDF的详细说明可在附录B中找到；（参见附录B第A小节）采用高斯分布的阻尼比的概率密度函数PDF：基于高斯分布建立变量的模型，获取的PDF的过程如下：公式(8)变为：， (B-1)（Δ为一阶灵敏度矩阵，Γ为二阶灵敏度矩阵，μm为均值向量，∑m为协方差矩阵）；由于PDF与特征函数之间存在一一对应的关系，因此，可以通过对Ψ（t）求反来获取 的PDF（相当于，步骤五：根据所述一阶灵敏度矩阵、所述二阶灵敏度向量矩阵、各个所述高斯分量对应的均值向量以及协方差系数矩阵确定各个高斯分量对应的概率密度函数）；（参见附录B第B小节）采用高斯混合模型的阻尼比的概率密度函数PDF：当基于高斯混合模型GMM建立多元随机变量的模型时，依据公式(23)可以得到： (B-5)，其中，是随机变量为高斯分布模型时的二阶函数的概率密度函数PDF（ωm为权重系数，即各个所述高斯分量对应的概率密度函数PDF，即高斯混合模型所对应的概率密度函数PDF，相当于，步骤六：根据各个所述高斯分量对应的概率密度函数及权重系数，确定高斯混合模型所对应的概率密度函数）；
（参见附录B第A小节）采用高斯分布的阻尼比的概率密度函数PDF：由于PDF与特征函数之间存在一一对应的关系，因此，可以通过对Ψ（t）求反来获取的PDF：（相当于，在步骤五中，各个所述高斯分量对应的概率密度函数的计算方法包括：根据以下公式确定高斯分量所对应的节点电压的概率密度函数fYm(y)： (14)），其中， ， ， ， （相当于，在步骤五中，各个所述高斯分量对应的概率密度函数的计算方法包括：根据以下公式确定所述概率密度函数中的参数A、B、C及D： (10)； (11)； (12)； (13)），其中，ai、bi、c的含义同第IV节的公式(16)；
（参见第IV节第A小节）乔列斯基分解和谱定理：令z表示下三角矩阵并且满足（乔列斯基分解）： ；如果存在对称矩阵，则存在正交矩阵L，其可将转换为对角矩阵（谱定理）：，其中，Λ为的特征值组成的对角阵，L为由的正交特征向量组成的矩阵（相当于，其中，Zm为Σm的乔里斯基矩阵，Λ为ZmΓZmT的特征值组成的对角阵，Lm为由ZmΓZmT的右特征向量组成的矩阵）；定义变量的线性化为 (12)，将式(12)带入式(8)可得， (15)，将其简化为 (16)，其中，，bi表示中的第i个元素，ai表示Λ的第i个对角元素（相当于，aj表示Λ中的第j个元素；bj表示(ΔT μmTΓ)ZmLm-1中的第j个元素）。
（参见第III节第A小节）风力发电预测误差：如果有W个风电场，那么风电输出可以被模拟为预测值加上预测误差（上标?用来表示随机变量）： (6)，其中，表示第wi个风电场的预测值（即风功率预测值，相当于，其中，在步骤一中，所述权重系数、均值向量以及协方差系数矩阵的计算方法分别包括：获取W个风电场的风功率预测值），其是确定值；表示第wi个风电场的预测误差（即风功率预测误差，表示第w个风电场的风功率预测误差），其是随机变量；表示第wi个风电场的功率输出值（即风功率实际值，相当于，在对应的W个电场中提取风功率实际值）（相当于，计算风功率实际值与对应的风功率预测值的差值，获得风功率预测误差样本Xi，w个风电场的风功率预测值、风功率实际值和风功率预测误差组合在一起即为对应的矩阵）；（参见第III节第B小节）高斯混合模型GMM：高斯混合模型是参数化的概率密度函数，其表示为高斯分量密度的加权和；每个分量具有三组参数：权重，均值和方差（或多元情况下的均值向量和协方差矩阵）；μm、∑m分别表示均值向量和协方差矩阵，ωm表示权重系数；为了采用GMM对风电出力误差/输出进行建模，需要根据风力预测误差的历史数据估计各个混合分量的参数μm，Σm，ωm；这是一个典型的参数估计问题，可以通过期望最大化算法来解决（相当于，根据风功率预测误差样本Xi，通过期望最大化算法确定多组权重系数、均值向量以及协方差系数矩阵，其中，根据各组权重系数、均值向量以及协方差系数矩阵形成高斯混合模型，所述高斯混合模型中包含M个高斯分量，ωm、μm、∑m分别表示第m个高斯分量对应的权重系数、均值向量及协方差系数矩阵矩阵）。
（参见第II节第B小节）灵敏度：给定一个与W个并网风电系统相结合的多机电力系统，将第k个选择特征值的阻尼比作为风力发电的隐式函数；因此，如果ΔPwi和ΔPwj被赋予一个小的增量，那么可以通过摄动方法计算相对于第wi和和wj个风力发电的阻尼比的一阶和二阶偏导数（灵敏度）； (3)（表示阻尼比，结合第III节第A小节公开的公式(6)，即风电场的个数为W，相当于，在步骤二中，所述一阶灵敏度矩阵Δ的每一项按照以下公式确定： (3),其中，w1∈[1,W]）， (4)，其中，表示阻尼比，Pwi和Pwj分别表示第wi和和wj个风力发电（相当于，所述二阶灵敏度矩阵Γ每一项按照以下公式确定： (4)，其中，w2∈[1,W]）；基于泰勒级展开式，阻尼比的二阶近似可以表示为， (5)，其中，Δ、Γ分别表示阻尼比 的一阶灵敏度和二阶灵敏度。
（参见附录A）首先利用潮流方程计算节点电压灵敏度；（参见附录A第A小节）1）节点电压幅值和相位：潮流方程为：；该公式可以简化为：。即对比文件1已经公开了潮流方程是关于P、Q、U、θ的方程，且该潮流方程用来计算节点电压灵敏度，其中，P为有功功率，Q为无功功率，U为节点电压，θ为节点电压相位（相当于，输出的相角）。
由上可知，该权利要求请求保护的技术方案与对比文件1所公开的内容相比，区别技术特征是：（1）权利要求1是基于电压概率的评估，计算的是节点电压的一阶、二阶灵敏度矩阵以及节点电压的累计分布函数和概率密度函数，而对比文件中针对的是阻尼比；（2）权利要求1中限定潮流方程的表达式为，输入的有功功率包括一项风功率预测误差。基于上述区别，该权利要求实际解决的技术问题是：（1）评估节点电压概率分布情况；（2）确定节点电压。
对于区别技术特征（1），对比文件1还公开了（参见附录A）： “本节将介绍敏感性的分析计算程序；首先，潮流方程用于计算节点电压的灵敏度；其次，从节点电压的灵敏度中获得所有代数变量和状态变量的灵敏度；第三，可以计算特征值灵敏度，因为它们是状态变量和代数变量的灵敏度的复合函数”。此外，本领域技术人员可以知晓，阻尼比、电压均是影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一。因此，本领域技术有动机在对比文件1公开内容的基础上，采用节点电压替代阻尼比，计算节点电压的一阶、二阶灵敏度矩阵以及节点电压的累计分布函数和概率密度函数，建立基于节点电压的系统非线性概率方法评估随机风电出力对电力系统小信号稳定性的可能影响是本领域的惯用技术手段。
对于区别技术特征（2）虽然对比文件1中公开的潮流方程的表达式和本申请在形式上略有差异，但是这属于公式的简单变换，例如《电力系统分析 第2版》，杨耿杰等，中国电力出版社，第50-53页，2013年05月，其公开了“潮流方程：每个节点有四个变量：注人有功、注人无功、电压实部和虚部(或电压幅值和相角)，其中两个量为已知，两个量为待求。PQ节点：已知量为注人有功(给定有功)和注入无功(给定无功)，待求量为电压的实部和虚部(即电压幅值和相角)，PQ节点潮流方程为，即变换成了形式。为了计算风电出力的节点电压，根据获得的风功率预测误差作为有功功率是本领域的惯用技术手段。
综上所述，在对比文件1的基础上，结合上述惯用技术手段以获得该权利要求所要求保护的技术方案，对所属技术领域的技术人员来说是显而易见的，因此，该权利要求不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。
2）权利要求2是从属权利要求，对比文件1还公开了以下技术内容：（参见第IV节第B小节）采用高斯混合模型GMM的阻尼比的累积分布函数CDF：每个多维积分可以根据上述章节A的推导来计算，因此可以得到的CDF；（参见第IV节第A小节）采用高斯分布的阻尼比的累积分布函数CDF：公式(5)可以由下式表示： (8)，其中，表示遵循具有均值向量μ和协方差矩阵Σ的多元高斯分布的随机变量，表示的概率密度函数PDF；1）乔列斯基分解和谱定理：令z表示下三角矩阵并且满足（乔列斯基分解）：；如果存在对称矩阵，则存在正交矩阵L，其可将转换为对角矩阵（谱定理）：，其中，Λ为的特征值组成的对角阵，L为由的正交特征向量组成的矩阵（相当于，根据公式 (5)确定Zm和Lm；其中，Zm为Σm的乔里斯基矩阵，Λ为ZmΓZmT的特征值组成的对角阵，Lm为由ZmΓZmT的右特征向量组成的矩阵）；定义变量的线性化为 (12)，将式(12)带入式(8)可得， (15)，将其简化为 (16)，其中， ，bi表示中的第i个元素，ai表示Λ的第i个对角元素（相当于，提取Λ中的第j个元素aj；计算(ΔT μmTΓ)ZmLm-1，提取(ΔT μmTΓ)ZmLm-1中的第j个元素bj；根据公式 (6)，确定参数c）；2）的累积量：基于式(18)(19)，可得 (20)，鉴于的累积量是可获取的，接下来提出用Cornish-Fisher扩展获取的累积分布函数CDF；3）Cornish-Fisher扩展：Cornish-Fisher扩展提供了将任意随机变量的分位数近似为其前几个累积量和标准高斯随机变量的α-分位数的组合的方法；下面显示了使用前五种累积量的Cornish Fisher扩展公式：，其中，Φ-1(α)为标准高斯分布函数的α分位数，表示的第r个累积量，鉴于获取的，其反函数，的累积分布函数也可以获取（结合公式(20)(21)，相当于，根据以下公式确定高斯分量所对应的节点电压的累积分布函数Ykm的分位点： (7)； (8)；其中，Φ-1(α)为标准正态函数α的分位点；计算的反函数，确定高斯分量所对应的累积分布函数FYm(y)）。为了计算节点电压的累计分布函数，将风功率预测误差为0是根据潮流方程确定的节点电压数值作为变量θ从而计算第m个高斯分量对应的节点电压累计分布函数是本领域的惯用技术手段。
因此，在其引用的权利要求不具备创造性的基础上，权利要求2也不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。
3）权利要求3，4是从属权利要求，其限定的附加技术特征已被对比文件1公开：（参见第IV节第B小节）采用高斯混合模型GMM的阻尼比的累积分布函数CDF：当基于高斯混合模型GMM建立多元随机变量的模型时，公式(8)变为：， (22)，根据的CDF定义和多维积分准则，推导出如下方程： (23)；公式(23)表示的CDF是不同多维积分的加权总和。（参见附录B第B小节）采用高斯混合模型的阻尼比的概率密度函数PDF：当基于高斯混合模型GMM建立多元随机变量的模型时，依据公式(23)可以得到： (B-5)，其中，是随机变量为高斯分布模型时的二阶函数的概率密度函数PDF（ωm为权重系数，即各个所述高斯分量对应的概率密度函数PDF，即高斯混合模型所对应的概率密度函数PDF）。此外，由于阻尼比和电压均是电力领域中公知的影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一。因此，本领域技术有动机在对比文件1公开内容的基础上，采用节点电压替代阻尼比，计算节点电压的累计分布函数和概率密度函数。
因此，在其引用的权利要求不具备创造性的基础上，权利要求3-4也不具有突出的实质性特点和显著的进步，不具备专利法第22条第3款规定的创造性。
对复审请求人相关意见的评述
复审请求人在答复复审通知书时认为：
（1）本申请一阶灵敏度和二阶灵敏度的计算与节点电压的导数有关，而对比文件1中计算的是阻尼比的一阶和二阶导数。阻尼比和电压是完全不同的概念，本领域技术人员在对比文件1的基础上不容易想到利用节点电压计算灵敏度。本申请中利用一阶和二阶灵敏度，充分考虑节点电压与风电功率的非线性关系，得到的精确度更高，计算简单，用时短。
（2）通过本申请的潮流方程，可根据输入值有功功率及无功功率确定输出值节点电压及相角，进而可确定第k个节点电压，计算简单且计算量小。而对比文件1中为，利用映射函数将因子Ut,θ映射到[P Q] T，而本申请中利用映射函数gpf将因子映射到0.因此，本申请中映射因子不同，映射结果不同，映射函数也不同。对比文件1中并没有公开可以将四个因子映射到0的映射函数，因此在对比文件1的基础上本领域技术人员不容易想到的技术手段。
对此，合议组认为：
（1）对比文件1附录A公开了 “本节将介绍敏感性的分析计算程序；首先，潮流方程用于计算节点电压的灵敏度；其次，从节点电压的灵敏度中获得所有代数变量和状态变量的灵敏度；第三，可以计算特征值灵敏度，因为它们是状态变量和代数变量的灵敏度的复合函数”。本领域技术人员可以知晓，阻尼比、电压均是影响随机风电出力对电力系统小信号稳定性的因素之一或者特征值之一，因此，本领域技术有动机在对比文件1公开内容的基础上，采用节点电压替代阻尼比，计算节点电压的一阶、二阶灵敏度矩阵。
（2）虽然对比文件1中公开的潮流方程的表达式和本申请在形式上略有差异，但是这属于公式的简单变换，例如《电力系统分析 第2版》，杨耿杰等，中国电力出版社，第50-53页，2013年05月，其公开了“潮流方程：每个节点有四个变量：注人有功、注人无功、电压实部和虚部(或电压幅值和相角)，其中两个量为已知，两个量为待求。PQ节点：已知量为注人有功(给定有功)和注入无功(给定无功)，待求量为电压的实部和虚部(即电压幅值和相角)，PQ节点潮流方程为，即变换成了形式。因此潮流方程变换成是本领域的常用公式变换方式。
三、决定
维持国家知识产权局于2018年07月23日对本申请作出的驳回决定。
如对本复审决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本复审决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
