发明创造名称：检测状态估计网络模型数据误差
外观设计名称：
决定号：182685
决定日：2019-06-27
委内编号：1F254395
优先权日：2010-06-11
申请（专利）号：201180035954.0
申请日：2011-06-11
复审请求人：ABB研究有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：温睿
合议组组长：胡燕
参审员：孙薇薇
国际分类号：G06F17/18,H02J3/00,G06F17/10
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：若一项权利要求所要求保护的技术方案相对于作为最接近现有技术的一篇对比文件存在区别技术特征，但该区别技术特征部分被另一篇对比文件公开，而部分属于相关技术领域的公知常识，且另一篇对比文件和所述公知常识和已经给出了相应的技术启示令本领域技术人员能够在上述一篇对比文件的基础上结合另一篇对比文件和公知常识获得所述权利要求的方案是显而易见的，则该权利要求不具备创造性。
全文：
本复审请求涉及申请号为201180035954.0，名称为“检测状态估计网络模型数据误差”的发明专利申请（下称本申请）。申请人为ABB研究有限公司。本申请的申请日为2011年06月11日，优先权日为2010年06月11日，进入中国国家阶段日为2013年01月22日，公开日为2013年06月12日。
经实质审查，国家知识产权局原审查部门于2018年03月06日发出驳回决定，驳回了本申请，其理由是：权利要求1要求保护一种用于检测状态估计网络模型数据误差的方法，对比文件1（“A Unified Decomposition Approach for Fault Location in Large Analog Circuits”，ALY E.SALAMA等，《IEEE Transactions on Circuits and Systems》，第Cas-31卷，第7期，第609-622页，公开日：1984年07月31日）公开了一种在大型模拟电路中故障定位的同意分解方法，权利要求1与对比文件1的区别在于：(1)识别所述算法对于其被确定为是不收敛的部分；(2)在电力系统中使用状态估计算法，所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。然而，上述区别技术特征（1），部分被对比文件1公开，其余部分属于本领域技术人员的惯用技术手段；上述区别技术特征（2）被对比文件7（“New Bad Data Rejection Algorithm using Nonquadratic Objective Function for State Estimation”，Yoshihiko Ejima等，《IEEE》，公开日：2007年12月31日）公开，因此在对比文件1的基础上结合对比文件7和公知常识得到权利要求1的技术方案是显而易见的，权利要求1不具备专利法第22条第3款规定的创造性。进一步地，从属权利要求2-5的附加特征分别被对比文件7、对比文件3（“An Efficient Heuristic Cluster Algorithm for Tearing Large-Scale Networks”，Alberto Sangiovanni-Vincentelli等，《IEEE Transaction on Circuits and Systems》，第Cas-24卷，第12期，第709-717页，公开日：1977年12月31日）、对比文件1和对比文件5（A BAD DATA IDENTIFICATION METHOD FOR LINEAR PROGRAMMING STATE ESTIMATION，公开日：1990年08月31日）公开，它们也不具备专利法第22条第3款规定的创造性。权利要求6要求保护一种用于检测状态估计网络模型静态数据误差的方法，其与对比文件1的区别在于：(1)识别所述算法对于其被确定为是不收敛的部分；(2) 执行修改的状态估计算法以识别数据误差；(3) 状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。然而，上述区别技术特征（1），部分被对比文件1公开，其余部分属于本领域技术人员的惯用技术手段；上述区别技术特征（2）被对比文件5公开；上述区别技术特征（3）被对比文件7公开，因此在对比文件1的基础上结合对比文件5和7及公知常识得到权利要求6的技术方案是显而易见的，权利要求6不具备专利法第22条第3款规定的创造性。进一步地，从属权利要求7-15的附加特征分别被对比文件1和对比文件5公开，它们也不具备专利法第22条第3款规定的创造性。权利要求16要求保护一种用于检测电力系统状态估计网络模型中静态数据误差的方法，其与对比文件1的区别在于：(1)识别所述算法对于其被确定为是不收敛的部分；(2)针对电力系统进行状态估计；(3) 所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。其实际解决的技术问题是：如何判断存在误差的部分；以及检测电力系统中的静态数据误差。然而，上述区别技术特征（1），部分被对比文件1公开，其余部分属于本领域技术人员的惯用技术手段；上述区别技术特征（2）被对比文件5公开；上述区别技术特征（3）被对比文件7公开，因此在对比文件1的基础上结合对比文件5和7及公知常识得到权利要求16的技术方案是显而易见的，权利要求16不具备专利法第22条第3款规定的创造性。进一步地，从属权利要求17-20的附加特征分别被对比文件4（“State Estimation in Electric Power Systems”，A.Monticelli，第5,7-8,10-12,29,248,252-255页，Kluwer Academic Publishers，公开日：1999年12月31日）、对比文件1和对比文件5公开，它们也不具备专利法第22条第3款规定的创造性。
驳回决定所依据的文本为：进入中国国家阶段日2013年01月22日提交的说明书第1-128段、说明书附图图1-23、说明书摘要、摘要附图；2016年10月08日提交的权利要求第1-20项。
驳回决定所针对的权利要求书如下：
“1. 一种用于检测状态估计网络模型数据误差的方法，所述方法包括：
将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；
在所述部分的每个部分上执行状态估计算法；
识别所述算法对于其被确定为是不收敛的所述电力系统的部分；
将所述识别的部分分割成所述电力系统的第二多个部分；
重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及
检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。
2. 如权利要求1所述的方法，其中所述状态估计网络模型数据误差包括至少一个测量误差。
3. 如权利要求1所述的方法，其中使用谱分解方法来执行对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个。
4. 如权利要求1所述的方法，其中对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个最小化在各个第一多个部分和第二多个部分之间的多个连接。
5. 如权利要求1所述的方法，其中检查所述最终识别的部分包括：
假设多个测量和伪测量是正确的；
在所述最终识别的部分上执行修改的状态估计算法；
对于所述多个测量和伪测量中的每一个计算残差；
将所述多个测量和伪测量中的一个识别为对应于所述残差的最大者；
在所述最终的识别部分上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的状态估计算法中排除所述多个测量和伪测量中的对应于所述残差的最大者的那一个；以及
重复所述计算、识别和重新执行直到所述残差近似为零。
6. 一种用于检测状态估计网络模型静态数据误差的方法，所述方法包括：
定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分；以及
在所述部分上执行修改的状态估计算法以识别其中似真的静态数据误差，其中所述修改的状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。
7. 如权利要求6所述的方法，其中所述扩充的测量集包括至少一个电力潮流伪测量。
8. 如权利要求7所述的方法，其中所述至少一个电力潮流伪测量包括流过至少一条传输线路的有功功率和无功功率的至少一个。
9. 如权利要求8所述的方法，其中所述修改的状态估计算法排除无功功率测量。
10. 如权利要求9所述的方法，其中所述修改的状态估计算法仅考虑有功功率测量。
11. 如权利要求6所述的方法，其中所述似真的静态数据误差通过标准化的基于残差的多个不良数据检测技术来识别。
12. 如权利要求11所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括执行分支定界二叉树搜索。
13. 如权利要求11所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括：
假设测量和伪测量是正确的；
在所述部分上执行所述修改的状态估计；
对于所述测量和伪测量的每一个计算标准化的残差；
将所述测量和伪测量中的一个识别为对应于最大绝对标准化的残差；以及
在所述部分上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的修改状态估计算法中排除所述测量和伪测量中的对应于所述最大绝对标准化的残差的那一个。
14. 如权利要求13所述的方法，包括重复所述计算、识别和重新执行直到所述标准化的残差近似为零。
15. 如权利要求13所述的方法，其中定位状态估计网络模型的状态估计算法对于其不收敛的部分包括：
将所述状态估计网络模型分割成多个部分；
在所述多个部分的每个部分上执行所述状态估计算法；
识别所述多个部分的所述状态估计算法对于其被确定为不收敛的一个部分。
16. 一种用于检测电力系统的状态估计网络模型中的静态数据误差的方法，所述方法包括：
将所述电力系统的所述状态估计网络模型分割成所述电力系统的第一多个分区；
在所述分区的每个分区上执行状态估计算法；
识别所述状态估计算法对其不收敛的所述电力系统的分区；
将所述识别的分区分割成电力系统的第二多个分区；
重复所述执行、识别以及对所述识别的分区的分割直到所述电力系统的最终识别的分区小于所述电力系统的节点的预定数目；以及
检查所述最终识别的分区以识别其中似真的静态数据误差，其中所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件。
17. 如权利要求16所述的方法，其中所述状态估计算法包括迭代加权最小二乘法。
18. 如权利要求16所述的方法，其中所述状态估计算法考虑包括有效和无功功率测量的多个测量。
19. 如权利要求18所述的方法，其中检查所述最终识别的分区以识别其中静态数据误差包括：
在所述最终识别的分区上执行修改的状态估计算法，其中所述修改的状态估计算法包括用于至少一条传输线的有功电力潮流伪测量，并且所述修改的状态估计算法排除无功功率测量；以及
执行标准化的基于残差的多个不良数据检测技术。
20. 如权利要求19所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括：
假设用于所述最终识别的分区的所有测量和伪测量是正确的；
在所述最终识别的分区上执行所述修改的状态估计算法；
对于所述测量和伪测量的每一个计算标准化的残差；
将所述测量和伪测量中的一个识别为对应于最大绝对标准化的残差；
在所述最终识别的分区上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的状态估计算法中排除所述测量和伪测量中的对应于所述最大绝对标准化的残差的那一个；以及
重复所述计算、识别和重新执行直到所述标准化的残差近似为零。”
申请人（下称复审请求人）对上述驳回决定不服,于2018年06月21日向国家知识产权局提出了复审请求，其中根据说明书第[0085]段在权利要求1、6和16中增加特征“包括一个或多个不正确建模的传输线连接位置”。复审请求人认为：（i）对比文件1没有公开修改后的权利要求1所记载的所述状态估计网络模型数据误差包括至少一个静态拓扑误差，并且所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，对比文件1中没有提及传输线连接位置。（ii）对比文件5教导了应用于状态估计器的坏数据拒绝方案，其中坏测量和怀疑测量都从计算中去除，以避免状态估计的恶化，因此避免对非故障测量的错误识别。此外，对比文件5没有教导至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置。（iii）对比文件7的引用部分中教导的计量电力系统测量不是针对在所述电力系统的操作期间不改变的所述电力系统的部件的包括一个或多个不正确建模的传输线连接位置的静态拓扑误差，因为“坏数据”是在电力系统的操作期间确实会发生改变的电力系统测量，而且“坏数据”不是不正确建模的传输线连接位置。同时，对比文件7所涉及的是“母线电压”，而不是母线本身或者母线的连接方式，母线电压在所述电力系统的操作期间是会改变的，母线电压也不是一个或多个不正确建模传输线连接位置。因此，权利要求1具有突出的实质性特点和显著进步从而具有创造性，进一步地，权利要求2-20也具备创造性。
复审请求时新修改的权利要求1、6和16如下：
“1. 一种用于检测状态估计网络模型数据误差的方法，所述方法包括：
将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；
在所述部分的每个部分上执行状态估计算法；
识别所述算法对于其被确定为是不收敛的所述电力系统的部分；
将所述识别的部分分割成所述电力系统的第二多个部分；
重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及
检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置。”
“6. 一种用于检测状态估计网络模型静态数据误差的方法，所述方法包括：
定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分；以及
在所述部分上执行修改的状态估计算法以识别其中似真的静态数据误差，其中所述修改的状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置。”
“16. 一种用于检测电力系统的状态估计网络模型中的静态数据误差的方法，所述方法包括：
将所述电力系统的所述状态估计网络模型分割成所述电力系统的第一多个分区；
在所述分区的每个分区上执行状态估计算法；
识别所述状态估计算法对其不收敛的所述电力系统的分区；
将所述识别的分区分割成电力系统的第二多个分区；
重复所述执行、识别以及对所述识别的分区的分割直到所述电力系统的最终识别的分区小于所述电力系统的节点的预定数目；以及
检查所述最终识别的分区以识别其中似真的静态数据误差，其中所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置。”
经形式审查合格，国家知识产权局于2018年07月02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：对比文件1和7能够检测母线测量错误，也反映了电力系统存在错误，传输线错误或开关/断路器错误，即反映了对比文件1和7检测了网络拓扑错误，且书籍1(王士政编著,《电力系统控制与调度自动化》,中国电力出版社,2008.3,第304页)公开了：网络拓扑错误的检测和辨识(相当于检查拓扑误差)，网络拓扑错误(相当于静态拓扑误差)分为支路拓扑错误和厂站母线错误(相当于不正确建模的传输线连接位置)两种。可见，检查不正确建模的传输线连接位置属于公知常识。因此，修改后的权利要求仍然不具备创造性，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2018年12月28日向复审请求人发出复审通知书，指出：虽然对比文件1、对比文件5和对比文件7中没有公开有关“状态估计网络模型数据误差包括至少一个静态拓扑误差，并且所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置”，但是在对比文件2中公开了一种在线电力系统分析中检测和识别拓扑误差的方法，其中记载：如果静态信息本身不正确，则生成的模型将是错误的；变电站连接中的典型示例是馈线和母线连接中的错误数据输入；物理上位于母线槽A中的馈线但是已经在连接到母线B的静态模型中表示，当母线耦合器开关闭合时，该馈线将连接到母线B；如果开关是打开的，那么可能会形成影响网络拓扑和流模式的另一个节点。可见，对比文件2中公开了针对电力系统的分析过程中考虑到了静态的传输线连接的误差，本领域技术人员能够在对比文件1所公开内容的基础上，从对比文件2中获得启示从而针对不正确建模传输线连接位置的误差进行检测以获得权利要求1所要求保护的方案。因此，权利要求1与对比文件1和对比文件2的结合相比，不具备创造性。进一步地，权利要求2-12、14-20仍然不具备创造性。
复审请求人于2019年03月20日提交了复审无效宣告程序意见陈述书，并根据原始申请的附图图18-20、说明书第[0105]段修改了原独立权利要求1、6和16，其中在原权利要求1中增加了特征：“包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设”。复审请求人认为：对比文件2描述了由于馈线和母线链接错误与不正确输入的开关位置所导致的变电站链接的不正确建模，如对比文件2第326页所讨论的，该论文的主要目的是检测故障开关位置。对比文件2没有公开或教导一种方法或算法，其中标识的静态拓扑错误包括修改后的权利要求1所记载的“所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设”。基于以上理由，修改后的权利要求1具有突出的实质性特点和显著进步，因而具备创造性。进一步地，权利要求6和16也具备创造性，而从属权利要求2-5、7-15和17-20也具备创造性。
复审请求人随复审无效宣告程序意见陈述书提交的新修改的权利要求1、6和16如下：
“1. 一种用于检测状态估计网络模型数据误差的方法，所述方法包括：
将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；
在所述部分的每个部分上执行状态估计算法；
识别所述算法对于其被确定为是不收敛的所述电力系统的部分；
将所述识别的部分分割成所述电力系统的第二多个部分；
重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及
检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设。”
“6. 一种用于检测状态估计网络模型静态数据误差的方法，所述方法包括：
定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分；以及
在所述部分上执行修改的状态估计算法以识别其中似真的静态数据误差，其中所述修改的状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设。”
16. 一种用于检测电力系统的状态估计网络模型中的静态数据误差的方法，所述方法包括：
将所述电力系统的所述状态估计网络模型分割成所述电力系统的第一多个分区；
在所述分区的每个分区上执行状态估计算法；
识别所述状态估计算法对其不收敛的所述电力系统的分区；
将所述识别的分区分割成电力系统的第二多个分区；
重复所述执行、识别以及对所述识别的分区的分割直到所述电力系统的最终识别的分区小于所述电力系统的节点的预定数目；以及
检查所述最终识别的分区以识别其中似真的静态数据误差，其中所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少 一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设。”
合议组于2019年06月03日再次向复审请求人发出复审通知书，指出：虽然对比文件2中没有具体公开针对电力系统状态估计网络模型中两个母线之间的传输线的存在与否的拓扑误差的检测，但是在其中公开了针对电力系统状态估计模型中会出现的开关状态的拓扑误差进行了检测，并且拓扑关系是由节点、连线和多边形所表示的实体之间的邻接、关联、包含和联通关系，在此基础上结合电力领域的相关工作经验，本领域人员能够将对比文件2中检测的状态估计模型中开关位置的正确与否（即拓扑关系中的节点位置）来识别静态拓扑误差的方案扩展为检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态（例如两个母线之间的传输线的存在与否）来识别静态拓扑误差从而获得权利要求1中的方案，即针对不正确建模传输线连接位置中两个母线之间的传输线存在与否的错误假设进行识别和检测以获得权利要求1所要求保护的方案是显而易见的。因此，修改后的权利要求1仍然不具备创造性，进一步地，权利要求6和16也不具备创造性，而从属权利要求2-5、7-15和17-20也不具备创造性。
复审请求人于2019年06月17日提交了复审无效宣告程序意见陈述书，并根据原始申请的附图图15-22、说明书第[0093]-[0112]段修改了原权利要求1、5-6、8、16和19，其中在原权利要求1中增加了特征：“其中检查所述最终识别的部分已识别其中似真的静态数据误差包括：对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间”；在原权利要求6中增加特征“其中所述扩充的测量集包括至少一个电力潮流伪测量，每个电力潮流伪测量对应于在所述部分的两条母线之间的零流动状况，以模拟所述传输线不存在于所述状态估计网络模型的部分中的多对母线中的每一对之间”；删除原权利要求5中的特征“在所述最终识别的部分上执行修改的状态估计算法”；删除原权利要求7；在原权利要求16中增加特征“其中检查所述最终识别的分区以识别其中似真的静态数据误差包括：在所述最终识别的分区上执行修改的状态估计算法，在所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的分区中的多对母线中的每一对之间”；并对相关权利要求的编号和引用关系进行了适应性调整。复审请求人认为：对比文件2主要目的是检测故障开关位置，对比文件2没有公开或教导修改后的权利要求1记载的“对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间”。其他对比文件也都没有公开修改后的权利要求1记载的伪测量。基于以上理由，修改后的权利要求1具备创造性。进一步地，其他所有权利要求也具备创造性。
复审请求人随复审无效宣告程序意见陈述书提交的权利要求1-19如下：
“1. 一种用于检测状态估计网络模型数据误差的方法，所述方法包括：
将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分；
在所述部分的每个部分上执行状态估计算法；
识别所述算法对于其被确定为是不收敛的所述电力系统的部分；
将所述识别的部分分割成所述电力系统的第二多个部分；
重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及
检查所述最终识别的部分以识别其中似真的数据误差，其中所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中检查所述最终识别的部分以识别其中似真的静态数据误差包括：对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间。
2. 如权利要求1所述的方法，其中所述状态估计网络模型数据误差包括至少一个测量误差。
3. 如权利要求1所述的方法，其中使用谱分解方法来执行对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个。
4. 如权利要求1所述的方法，其中对所述状态估计网络模型的分割和对所述识别的部分的分割中的至少一个最小化在各个第一多个部分和第二多个部分之间的多个连接。
5. 如权利要求1所述的方法，其中检查所述最终识别的部分包括：
假设多个测量和伪测量是正确的；
对于所述多个测量和伪测量中的每一个计算残差；
将所述多个测量和伪测量中的一个识别为对应于所述残差的最大者；
在所述最终的识别部分上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的状态估计算法中排除所述多个测量和伪测量中的对应于所述残差的最大者的那一个；以及
重复所述计算、识别和重新执行直到所述残差近似为零。
6. 一种用于检测状态估计网络模型静态数据误差的方法，所述方法包括：
定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分；以及
在所述部分上执行修改的状态估计算法以识别其中似真的静态数据误差，其中所述修改的状态估计算法包括所述电力系统的扩充的测量集，并且所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中所述扩充的测量集包括至少一个电力潮流伪测量，每个电力潮流伪测量对应于在所述部分的两条母线之间的零流动状况，以模拟所述传输线不存在于所述状态估计网络模型的部分中的多对母线中的每一对之间。
7. 如权利要求6所述的方法，其中所述多个电力潮流伪测量中的每一个包括流过所述传输线的有功功率和无功功率的至少一个。
8. 如权利要求7所述的方法，其中所述修改的状态估计算法排除无功功率测量。
9. 如权利要求8所述的方法，其中所述修改的状态估计算法仅考虑有功功率测量。
10. 如权利要求6所述的方法，其中所述似真的静态数据误差通过标准化的基于残差的多个不良数据检测技术来识别。
11. 如权利要求10所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括执行分支定界二叉树搜索。
12. 如权利要求10所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括：
假设测量和伪测量是正确的；
在所述部分上执行所述修改的状态估计；
对于所述测量和伪测量的每一个计算标准化的残差；
将所述测量和伪测量中的一个识别为对应于最大绝对标准化的残差；以及
在所述部分上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的修改状态估计算法中排除所述测量和伪测量中的对应于所述最大绝对标准化的残差的那一个。
13. 如权利要求12所述的方法，包括重复所述计算、识别和重新执行直到所述标准化的残差近似为零。
14. 如权利要求12所述的方法，其中定位状态估计网络模型的状态估计算法对于其不收敛的部分包括：
将所述状态估计网络模型分割成多个部分；
在所述多个部分的每个部分上执行所述状态估计算法；
识别所述多个部分的所述状态估计算法对于其被确定为不收敛的一个部分。
15. 一种用于检测电力系统的状态估计网络模型中的静态数据误差的方法，所述方法包括：
将所述电力系统的所述状态估计网络模型分割成所述电力系统的第一多个分区；
在所述分区的每个分区上执行状态估计算法；
识别所述状态估计算法对其不收敛的所述电力系统的分区；
将所述识别的分区分割成电力系统的第二多个分区；
重复所述执行、识别以及对所述识别的分区的分割直到所述电力系统的最终识别的分区小于所述电力系统的节点的预定数目；以及
检查所述最终识别的分区以识别其中似真的静态数据误差，其中所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少 一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设，其中检查所述最终识别的分区以识别其中似真的静态数据误差包括：在所述最终识别的分区上执行修改的状态估计算法，在所述修改的的状态估计算法中的扩充的测量集包括多个电力潮流伪测量，每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的分区中的多对母线中的每一对之间。
16. 如权利要求15所述的方法，其中所述状态估计算法包括迭代加权最小二乘法。
17. 如权利要求15所述的方法，其中所述状态估计算法考虑包括有效和无功功率测量的多个测量。
18. 如权利要求17所述的方法，其中检查所述最终识别的分区以识别其中静态数据误差包括：
所述修改的状态估计算法，以包括用于至少一条传输线的有功电力潮流伪测量，并且所述修改的状态估计算法排除无功功率测量；以及
执行标准化的基于残差的多个不良数据检测技术。
19. 如权利要求18所述的方法，其中所述标准化的基于残差的多个不良数据检测技术包括：
假设用于所述最终识别的分区的所有测量和伪测量是正确的；
在所述最终识别的分区上执行所述修改的状态估计算法；
对于所述测量和伪测量的每一个计算标准化的残差；
将所述测量和伪测量中的一个识别为对应于最大绝对标准化的残差；
在所述最终识别的分区上重新执行所述修改的状态估计算法，其中从所述重新执行的修改的状态估计算法中排除所述测量和伪测量中的对应于所述最大绝对标准化的残差的那一个；以及
重复所述计算、识别和重新执行直到所述标准化的残差近似为零。”
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
在复审程序中，复审请求人对申请文件进行了修改。经合议组审查，上述修改符合专利法实施细则第61条第1款和专利法第33条的规定。本决定所针对的审查文本为：2019年06月17日提交的权利要求第1-19项，进入中国国家阶段日2013年01月22日提交的说明书第1-128段、说明书附图图1-23、摘要及摘要附图。
具体理由的阐述
专利法第22条第3款规定的创造性：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。
若一项权利要求所要求保护的技术方案相对于作为最接近现有技术的一篇对比文件存在区别技术特征，但该区别技术特征部分被另一篇对比文件公开，而部分属于相关技术领域的公知常识，且另一篇对比文件和所述公知常识和已经给出了相应的技术启示令本领域技术人员能够在上述一篇对比文件的基础上结合另一篇对比文件和公知常识获得所述权利要求的方案是显而易见的，则该权利要求不具备创造性。
本决定所引用的对比文件与复审通知书中引用的对比文件相同，即：
对比文件1：“A Unified Decomposition Approach for Fault Location in Large Analog Circuits”，ALY E.SALAMA等，《IEEE Transactions on Circuits and Systems》，第Cas-31卷第7期，第609-622页，公开日：1984年07月31日；
对比文件2：“Detection and Identification of Topologic Errors in Online Power System Analysis”， N. Singh等，《IEEE Transactions on Power System》，第6卷第1期，第324-331页，公开日：1991年02月28日；
对比文件5：A BAD DATA IDENTIFICATION METHOD FOR LINEAR PROGRAMMING STATE ESTIMATION，公开日：1990年08月31日；
对比文件7：“New Bad Data Rejection Algorithm using Nonquadratic Objective Function for State Estimation”，Yoshihiko Ejima等，《IEEE》，公开日：2007年12月31日。
其中，对比文件1为最接近的现有技术。
（2.1）权利要求1不具备创造性。
权利要求1要求保护一种用于检测状态估计网络模型数据误差的方法，对比文件1中公开了一种在大型模拟电路中用于故障定位的统一分解方案（参见对比文件1第609-621页），其中在“II.Network Decomposition and Logical Analysis”部分中记载了有关网络分解的内容：在预测试阶段，我们执行网络的节点分解，这导致子网络由分解节点连接；任何两个子网之间都不应该存在相互耦合，并且应该从可以执行电压测量的集合中选择分解节点（对应于“将电力系统的状态估计网络模型分割成所述电力系统的第一多个部分”）；在“logical Analysis”一节中记载：应用测试条件以识别非故障子网，测试条件的应用被称为测试；当且仅当测试中涉及的所有子网都没有故障时测试才通过，当且仅当至少由一个子网络出现故障时，测试才会失败；如果子网包含一个或多个故障元素，则该子网有故障（对应于“在所述部分的每个部分上执行状态估计算法”）；在“VII. Testing of Nonlinear Networks”部分中记载：在典型的非线性网络中，网络主要是线性的，具有一些非线性元素；选择分解节点，使得包含非线性元素的网络部分被分解为子网络，每个子网络具有非常少的非线性元素或者是完全线性的；我们将网络分解为包含非线性元素的块和仅包含线性元素的子网，后者可以进一步分解；在将Lemmas l-3应用于非线性网络时，我们需要一个非线性网络求解器；通过在每个子网中具有非常少的非线性元素，非线性网络求解器在从非故障状态开始的一次或者两次迭代中快速收敛；并且，在表II中记载了其中包括测量电压值、设计电流值和计算的电流值（对应于“识别所述算法对于其被确定为是不收敛的所述电力系统的部分”和“其中检查所述最终识别的部分以识别其中似真的”数据误差包括：对所述最终识别的部分执行修改的状态估计算法，所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量）；在“V. Fault location Inside Faulty Subnetworks”部分中记载：通常需要进一步诊断以识别故障子网中的故障元件或至少故障区域；我们解决此问题的方法取决于子网的结构和大小；对于相对较大的子网，我们首先应用ISTC在子网中找到包含故障元素的较小区域；然后，如果可能，我们将故障验证技术应用于该故障区域；ISTC的应用首先把故障子网Si划分为两个较小的子网Sk和Sj；利用条件（8），我们可以识别Sk和Sj是否无故障；我们继续在已识别的故障区域中进行二进制分区过程，直到我们找不到满足基数条件的分区；在这个阶段，我们应用验证技术来识别故障区域内的故障元件，在许多情况下，故障区域比子网络Si小得多（对应于“将所述识别的部分分割成所述电力系统的第二多个部分；重复所述执行、识别以及对所述识别的部分的分割直到所述电力系统的最终识别的部分小于预定阈值；以及检查所述最终识别的部分以识别其中似真的数据误差”）。
权利要求1与对比文件1的区别在于：所述状态估计网络模型数据误差是包括至少一个静态拓扑误差的静态数据误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设；检查似真的静态数据误差中的修改状态估计算法包括：每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间。基于上述区别确定权利要求1实际所要解决的问题在于：如何针对不正确建模传输线连接位置中两个母线之间的传输线的存在性的误差进行检测。
然而，在对比文件2中提出了一种在线电力系统分析中检测和识别拓扑误差的方法（参见对比文件2第324-329页），其中“INRODUCTION”部分记载：在线状态估计器的现有技术仅限于检测不良模拟测量，基于在数据库中输入的开关的遥控开/关位置的连接总是被认为是正确的；如果遥测开关位置错误或未将更改报告给数据库，那么会错误地定义连接从而导致拓扑错误；错误地定义了网络模型的连接会引发错误的状态向量、错误地检测到错误的模拟数据等；在“SOURCES OF ERRORS IN TOPOLOGY”部分中记载：如果静态信息本身不正确，则生成的模型将是错误的；变电站连接中的典型示例是馈线和母线连接中的错误数据输入；物理上位于母线槽A中的馈线但是已经在连接到母线B的静态模型中表示，当母线耦合器开关闭合时，该馈线将连接到母线B；如果开关是打开的，那么可能会形成影响网络拓扑和流模式的另一个节点。可见，对比文件2中公开了针对电力系统的分析过程中考虑到了静态的传输线连接的误差，虽然对比文件2中没有具体公开针对电力系统状态估计网络模型中两个母线之间的传输线的存在与否的拓扑误差的检测，以及检查似真的静态数据误差中的修改状态估计算法包括“每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间”，但是在对比文件2中公开了针对电力系统状态估计模型中会出现的开关状态的拓扑误差进行了检测（并且拓扑关系是由节点、连线和多边形所表示的实体之间的邻接、关联、包含和联通关系），即针对状态估计网络模型静态数据误差进行检测的一种情况下，作为电力领域的技术人员能够结合本领域的实际工作经验和行业规范，将对比文件2中检测的状态估计模型中开关位置的正确与否（即拓扑关系中的节点位置）来识别静态拓扑误差的方案扩展为检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态（例如两个母线之间的传输线的存在与否）来识别静态拓扑误差，并且之后再针对状态估计模型中的静态数据误差的类型范围进行扩展，例如通过判断一对母线之间零流动状况判断传输线不存在或者检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态来识别静态拓扑误差从而获得权利要求1中的方案，即针对不正确建模传输线连接位置中两个母线之间的传输线存在与否的错误假设进行识别和检测，以及通过一对母线之间的零流动状况模拟传输线不存在以获得权利要求1所要求保护的方案是显而易见的。因此，权利要求1与对比文件1和对比文件2和本领域的公知常识的结合相比，不具备突出的实质性特点和显著进步，不具备专利法第22条第3款所规定的创造性。
（2.2）权利要求2不具备创造性。
权利要求2对权利要求1作出了进一步限定，但是对比文件7公开了一种具有二次常数目标函数的状态估计器（参见对比文件7“I. INTRODUCTION”部分），还提出了一种新的坏数据拒绝方案实现方法并应用于该估计器。其中，状态估计在电力系统中的重要作用是正确检测，识别和去除不良数据或错误测量；在电力系统中的状态估计的实际操作中，可能存在多个相互作用的坏数据，或者包括由于仪表故障导致的严重错误的非常不良数据，这经常使得对不良数据的正确识别成为非常困难的任务，即权利要求2的附加特征已经被公开了。同时，由于对比文件7中所公开的方案同样是针对电力系统中的状态估计，与本申请属于相同的领域，本领域人员能够从中获得启示从而在对比文件1和2所公开内容的基础上获得权利要求2所要求保护的方案是显而易见的。因此，在其引用的权利要求1不具备创造性的基础上，权利要求2也不具备专利法第22条第3款所规定的创造性。
（2.3）权利要求3不具备创造性。
权利要求3对权利要求1作出了进一步限定，然而使用谱分解来对网络进行分割是本领域的常用技术手段。故而，在其引用的权利要求1不具备创造性的基础上，权利要求3也不具备专利法第22条第3款所规定的创造性。
（2.4）权利要求4不具备创造性。
权利要求4对权利要求1作出了进一步限定，但是对比文件1还公开了(参见对比文件1第614页)：图6示出了针对网络的层次分解过程，如果声明子网为非故障则不需要进行进一步的分区；如果可能的话，使用测量节点进一步分解有缺陷的子网和我们不确定的子网，即权利要求4的附加特征已经被公开了。因此，在其引用的权利要求1不具备创造性的基础上，权利要求4也不具备专利法第22条第3款所规定的创造性。
（2.5）权利要求5不具备创造性。
权利要求5对权利要求1作出了进一步限定，但是在对比文件5中公开了一种用于线性规划状态估计的不良数据识别方法(参见对比文件5中4. IDENTIFICATION OF GROSS ERRORS节)：描述了所提出的错误数据识别方法中涉及的步骤：1.运行LP估计器并获得rs；2.使用公式（16）计算归一化残差，如果该归一化残差大于等于λ1 转到步骤3，否则停止，测量中不存在不良数据；3. 使用公式（17）估计ec；4.使用公式（21）计算另一归一化残差，如果该另一归一化残差大于等于λ2 转到步骤5否则转入步骤6；5.在步骤2中消除具有最大归一化残差的测量并转到步骤1；6.使用公式（22）计算集合C中的归一化误差，并消除最大值归一化误差的测量，转到步骤1；其中，公式（18）中给出的属性意味着只要从任何不良数据中清除集合S就可以容易地识别集合C中的粗差错，因为在这种情况下E[es] = 0，即权利要求5的附加特征已经被公开了。同时，由于对比文件5中所公开的方案同样是针对电力系统中的状态估计，与本申请属于相同的领域，本领域人员能够从中获得启示从而在对比文件1和2所公开内容的基础上获得权利要求5所要求保护的方案是显而易见的。因此，在其引用的权利要求1不具备创造性的基础上，权利要求5也不具备专利法第22条第3款所规定的创造性。
（2.6）权利要求6不具备创造性。
权利要求6要求保护一种用于检测状态估计网络模型静态数据误差的方法，对比文件1中公开了一种在大型模拟电路中用于故障定位的统一分解方案（参见对比文件1第609-621页），其中在“II.Network Decomposition and Logical Analysis”部分中记载了有关网络分解的内容：在预测试阶段，我们执行网络的节点分解，这导致子网络由分解节点连接；任何两个子网之间都不应该存在相互耦合，并且应该从可以执行电压测量的集合中选择分解节点；在“logical Analysis”一节中记载：应用测试条件以识别非故障子网，测试条件的应用被称为测试；当且仅当测试中涉及的所有子网都没有故障时测试才通过，当且仅当至少由一个子网络出现故障时，测试才会失败；如果子网包含一个或多个故障元素，则该子网有故障；用于检查子网Sj是否无故障的测试被描述为自测试条件（STC），用于检查是否有一组k个子网是否无故障的测试被称为为互测条件（MTC）；在实践中，我们利用测量结果以及子网之间的关联关系来促进这些测试；在“VII. Testing of Nonlinear Networks”部分中记载：在典型的非线性网络中，网络主要是线性的，具有一些非线性元素；选择分解节点，使得包含非线性元素的网络部分被分解为子网络，每个子网络具有非常少的非线性元素或者是完全线性的；我们将网络分解为包含非线性元素的块和需要仅包含线性元素的子网，后者可以进一步分解；在将Lemmas l-3应用于非线性网络时，我们需要一个非线性网络求解器；通过在每个子网中具有非常少的非线性元素，非线性网络求解器在从非故障状态开始的一次或者两次迭代中快速收敛；并且，在表II中记载了其中包括测量电压值、设计电流值和计算的电流值（对应于“定位电力系统的状态估计网络模型的状态估计算法对于其不收敛的部分”、“其中所述修改的状态估计算法包括所述电力系统的扩充的测量集”和“其中所述扩充的测量集包括至少一个电力潮流伪测量”）；在“V. Fault location Inside Faulty Subnetworks”部分中记载：通常需要进一步诊断以识别故障子网中的故障元件或至少故障区域；我们解决此问题的方法取决于子网的结构和大小；对于相对较大的子网，我们首先应用ISTC在子网中找到包含故障元素的较小区域；然后，如果可能，我们将故障验证技术应用于该故障区域；ISTC的应用首先把故障子网Si划分为两个较小的子网Sk和Sj；利用条件（8），我们可以识别Sk和Sj是否无故障；我们继续在已识别的故障区域中进行二进制分区过程，直到我们找不到满足基数条件的分区；在这个阶段，我们应用验证技术来识别故障区域内的故障元件，在许多情况下，故障区域比子网络Si小得多（对应于“在所述部分上执行修改的状态估计算法以识别其中似真的”数据误差）。
权利要求6与对比文件1的区别在于：识别的对象为似真的静态数据误差；所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设；每个电力潮流伪测量对应于在所述部分的两条母线之间的零流动状况，以模拟所述传输线不存在于所述状态估计网络模型的部分中的多对母线中的每一对之间。基于上述区别确定权利要求6实际所要解决的问题在于：如何针对不正确建模传输线连接位置的误差进行检测。
然而，在对比文件2中提出了一种在线电力系统分析中检测和识别拓扑误差的方法（参见对比文件2第324-329页），其中“INRODUCTION”部分记载：在线状态估计器的现有技术仅限于检测不良模拟测量，基于在数据库中输入的开关的遥控开/关位置的连接总是被认为是正确的；如果遥测开关位置错误或未将更改报告给数据库，那么会错误地定义连接从而导致拓扑错误；错误地定义了网络模型的连接会引发错误的状态向量、错误地检测到错误的模拟数据等；在“SOURCES OF ERRORS IN TOPOLOGY”部分中记载：如果静态信息本身不正确，则生成的模型将是错误的；变电站连接中的典型示例是馈线和母线连接中的错误数据输入；物理上位于母线槽A中的馈线但是已经在连接到母线B的静态模型中表示，当母线耦合器开关闭合时，该馈线将连接到母线B；如果开关是打开的，那么可能会形成影响网络拓扑和流模式的另一个节点。可见，对比文件2中公开了针对电力系统的分析过程中考虑到了静态的传输线连接的误差，虽然对比文件2中没有具体公开针对电力系统状态估计网络模型中两个母线之间的传输线的存在与否的拓扑误差的检测，以及“每个电力潮流伪测量对应于在所述部分的两条母线之间的零流动状况，以模拟所述传输线不存在于所述状态估计网络模型的部分中的多对母线中的每一对之间”，但是在对比文件2中公开了针对电力系统状态估计模型中会出现的开关状态的拓扑误差进行了检测（并且拓扑关系是由节点、连线和多边形所表示的实体之间的邻接、关联、包含和联通关系），即针对状态估计网络模型静态数据误差进行检测的一种情况下，作为电力领域的技术人员能够结合本领域的实际工作经验和行业规范，将对比文件2中检测的状态估计模型中开关位置的正确与否（即拓扑关系中的节点位置）来识别静态拓扑误差的方案扩展为检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态（例如两个母线之间的传输线的存在与否）来识别静态拓扑误差，并且之后再针对状态估计模型中的静态数据误差的类型范围进行扩展，例如通过判断两条母线之间零流动状况判断传输线不存在或者检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态来识别静态拓扑误差从而获得权利要求6中的方案，即针对不正确建模传输线连接位置中两个母线之间的传输线存在与否的错误假设进行识别和检测，以及通过一对母线之间的零流动状况模拟传输线不存在以获得权利要求6所要求保护的方案是显而易见的。因此，权利要求6与对比文件1和对比文件2和公知常识的结合相比，不具备突出的实质性特点和显著进步，不具备专利法第22条第3款所规定的创造性。
（2.7）权利要求7不具备创造性。
权利要求7对权利要求6作出了进一步限定，然而在电力潮流伪测量中包括流过传输线路的有功功率和无功功率测量是本领域人员所公知的。故而，在其引用的权利要求6不具备创造性的基础上，权利要求7也不具备专利法第22条第3款所规定的创造性。
（2.8）权利要求8不具备创造性。
权利要求8对权利要求7作出了进一步限定，然而可以根据实际应用环境和人们的需求人为设置或规定状态估计算法排除无功功率测量是本领域技术人员所公知的。故而，在其引用的权利要求7不具备创造性的基础上，权利要求8也不具备专利法第22条第3款所规定的创造性。
（2.9）权利要求9不具备创造性。
权利要求9对权利要求8作出了进一步限定，然而可以根据实际应用环境和人们的需求人为设置或规定状态估计算法仅考虑有功功率测量是本领域技术人员所公知的。故而，在其引用的权利要求8不具备创造性的基础上，权利要求9也不具备专利法第22条第3款所规定的创造性。
（2.10）权利要求10不具备创造性。
权利要求10对权利要求6作出了进一步限定，但是对比文件5中公开了(参见对比文件5第895页“3.PROPERTIES OF THE LP ESTIMATOR”部分)：似真测量残差的静态属性，可以用来测试在整个测量集中是否有不良数据，可以使用公式16来为每个测量值计算标准化的残差，即权利要求10的附加特征已经被公开了。同时，由于对比文件5中所公开的方案同样是针对电力系统中的状态估计和错误检测，与本申请属于相同的领域，本领域人员能够从中获得启示从而在对比文件1和2所公开内容的基础上获得权利要求10所要求保护的方案是显而易见的。因此，在其引用的权利要求6不具备创造性的基础上，权利要求10也不具备创造性。
（2.11）权利要求11不具备创造性。
权利要求11对权利要求10作出了进一步限定，但是对比文件1还公开了(参见对比文件1第617页“V. Fault location Inside Faulty Subnetworks”部分)：我们继续在已识别的故障区域中进行二进制分区过程，直到我们找不到满足基数条件的分区；在这个阶段，我们应用验证技术来识别故障区域内的故障元件，即权利要求11的附加特征已经被公开了。因此，在其引用的权利要求10不具备创造性的基础上，权利要求11也不具备专利法第22条第3款所规定的创造性。
（2.12）权利要求12不具备创造性。
权利要求12对权利要求10进行了进一步的限定，但是对比文件5中公开了(参见对比文件5第894-901页)：第896页左栏第1行到第5部分之前，实现结果，在步骤2,4,6计算剩余误差，在图1的最后一步会改变权重，使用变化权重后来的算法来识别数据误差，在每次迭代中计算剩余误差和改变权重被认为是修改的状态估计算法；使用公式16计算标准残差，公式16是对每个测量值，消除步骤2中的最大残差的测量值并返回步骤1，从图1可以看出，在每次迭代中计算剩余误差和改变权重被认为是修改的状态估计算法，即权利要求12的附加特征已经被公开了。因此，在其引用的权利要求10不具备创造性的基础上，权利要求12也不具备创造性。
（2.13）权利要求13不具备创造性。
权利要求13对权利要求12作出了进一步限定，但是在对比文件5中公开了一种用于线性规划状态估计的不良数据识别方法(参见对比文件5中4. IDENTIFICATION OF GROSS ERRORS节)：描述了所提出的错误数据识别方法中涉及的步骤1~6；其中，公式（18）中给出的属性意味着只要从任何不良数据中清除集合S就可以容易地识别集合C中的粗差错，因为在这种情况下E[es] = 0，即权利要求13的附加特征已经被公开了。因此，在其引用的权利要求12不具备创造性的基础上，权利要求13也不具备专利法第22条第3款所规定的创造性。
（2.14）权利要求14不具备创造性。
权利要求14对权利要求12作出了进一步限定，但是在对比文件1中还公开了（参见对比文件1“II.Network Decomposition and Logical Analysis”部分、“logical Analysis”部分和“VII. Testing of Nonlinear Networks”部分）：在预测试阶段，我们执行网络的节点分解，这导致子网络由分解节点连接；任何两个子网之间都不应该存在相互耦合，并且应该从可以执行电压测量的集合中选择分解节点；应用测试条件以识别非故障子网，测试条件的应用被称为测试；当且仅当测试中涉及的所有子网都没有故障时测试才通过，当且仅当至少由一个子网络出现故障时，测试才会失败；如果子网包含一个或多个故障元素，则该子网有故障；在典型的非线性网络中，网络主要是线性的，具有一些非线性元素；选择分解节点，使得包含非线性元素的网络部分被分解为子网络，每个子网络具有非常少的非线性元素或者是完全线性的；我们将网络分解为包含非线性元素的块和需要仅包含线性元素的子网，后者可以进一步分解；在将Lemmas l-3应用于非线性网络时，我们需要一个非线性网络求解器；通过在每个子网中具有非常少的非线性元素，非线性网络求解器在从非故障状态开始的一次或者两次迭代中快速收敛，即权利要求14的附加特征已经被公开了。因此，在其引用的权利要求12不具备创造性的基础上，权利要求14也不具备专利法第22条第3款所规定的创造性。
（2.15）权利要求15不具备创造性。
权利要求15要求保护一种用于检测电力系统的状态估计网络模型中的静态数据误差的方法，对比文件1中公开了一种在大型模拟电路中用于故障定位的统一分解方案（参见对比文件1第609-621页），其中在“II.Network Decomposition and Logical Analysis”部分中记载了有关网络分解的内容：在预测试阶段，我们执行网络的节点分解，这导致子网络由分解节点连接；任何两个子网之间都不应该存在相互耦合，并且应该从可以执行电压测量的集合中选择分解节点（对应于“将电力系统的状态估计网络模型分割成所述电力系统的第一多个分区”）；在“logical Analysis”一节中记载：应用测试条件以识别非故障子网，测试条件的应用被称为测试；当且仅当测试中涉及的所有子网都没有故障时测试才通过，当且仅当至少由一个子网络出现故障时，测试才会失败；如果子网包含一个或多个故障元素，则该子网有故障（对应于“在所述分区的每个分区上执行状态估计算法”）；在“VII. Testing of Nonlinear Networks”部分中记载：在典型的非线性网络中，网络主要是线性的，具有一些非线性元素；选择分解节点，使得包含非线性元素的网络部分被分解为子网络，每个子网络具有非常少的非线性元素或者是完全线性的；我们将网络分解为包含非线性元素的块和需要仅包含线性元素的子网，后者可以进一步分解；在将Lemmas l-3应用于非线性网络时，我们需要一个非线性网络求解器；通过在每个子网中具有非常少的非线性元素，非线性网络求解器在从非故障状态开始的一次或者两次迭代中快速收敛；并且，在表II中记载了其中包括测量电压值、设计电流值和计算的电流值（对应于“识别所述状态估计算法对于其不收敛的所述电力系统的分区”和“其中检查所述最终识别的分区以识别其中似真的”数据误差包括：对所述最终识别的分区上执行修改的状态估计算法，在所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量）；在“V. Fault location Inside Faulty Subnetworks”部分中记载：通常需要进一步诊断以识别故障子网中的故障元件或至少故障区域；我们解决此问题的方法取决于子网的结构和大小；对于相对较大的子网，我们首先应用ISTC在子网中找到包含故障元素的较小区域；然后，如果可能，我们将故障验证技术应用于该故障区域；ISTC的应用首先把故障子网Si划分为两个较小的子网Sk和Sj；利用条件（8），我们可以识别Sk和Sj是否无故障；我们继续在已识别的故障区域中进行二进制分区过程，直到我们找不到满足基数条件的分区；在这个阶段，我们应用验证技术来识别故障区域内的故障元件，在许多情况下，故障区域比子网络Si小得多（对应于“将所述识别的分区分割成电力系统的第二多个分区；重复所述执行、识别以及对所述识别的分区的分割直到所述电力系统的最终识别的分区小于所述电力系统的节点的预定数目；以及检查所述最终识别的分区以识别其中似真的”数据误差）。
权利要求15与对比文件1的区别在于：检查的对象为似真的静态数据误差；其中所述似真的静态数据误差包括至少一个静态拓扑误差，其中所述至少一个静态拓扑误差是针对在所述电力系统的操作期间不改变的所述电力系统的部件，包括一个或多个不正确建模的传输线连接位置，包括所述状态估计网络模型中关于所述电力系统的两个母线之间的传输线的存在与否的错误假设；检查似真的静态数据误差中的修改状态估计算法包括：每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的分区中的多对母线中的每一对之间。基于上述区别确定权利要求15实际所要解决的问题在于：如何针对不正确建模传输线连接位置的误差进行检测。
然而，在对比文件2中提出了一种在线电力系统分析中检测和识别拓扑误差的方法（参见对比文件2第324-329页），其中“INRODUCTION”部分记载：在线状态估计器的现有技术仅限于检测不良模拟测量，基于在数据库中输入的开关的遥控开/关位置的连接总是被认为是正确的；如果遥测开关位置错误或未将更改报告给数据库，那么会错误地定义连接从而导致拓扑错误；错误地定义了网络模型的连接会引发错误的状态向量、错误地检测到错误的模拟数据等；在“SOURCES OF ERRORS IN TOPOLOGY”部分中记载：如果静态信息本身不正确，则生成的模型将是错误的；变电站连接中的典型示例是馈线和母线连接中的错误数据输入；物理上位于母线槽A中的馈线但是已经在连接到母线B的静态模型中表示，当母线耦合器开关闭合时，该馈线将连接到母线B；如果开关是打开的，那么可能会形成影响网络拓扑和流模式的另一个节点。可见，对比文件2中公开了针对电力系统的分析过程中考虑到了静态的传输线连接的误差，虽然对比文件2中没有具体公开针对电力系统状态估计网络模型中两个母线之间的传输线的存在与否的拓扑误差的检测，以及检查似真的静态数据误差中的修改状态估计算法包括“每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的分区中的多对母线中的每一对之间”，但是在对比文件2中公开了针对电力系统状态估计模型中会出现的开关状态的拓扑误差进行了检测（并且拓扑关系是由节点、连线和多边形所表示的实体之间的邻接、关联、包含和联通关系），即针对状态估计网络模型静态数据误差进行检测的一种情况下，作为电力领域的技术人员能够结合本领域的实际工作经验和行业规范，将对比文件2中检测的状态估计模型中开关位置的正确与否（即拓扑关系中的节点位置）来识别静态拓扑误差的方案扩展为检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态（例如两个母线之间的传输线的存在与否）来识别静态拓扑误差，并且之后针对状态估计模型中的静态数据误差的类型范围进行扩展，例如通过判断一对母线之间零流动状况判断传输线不存在或者检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态来识别静态拓扑误差从而获得权利要求15中的方案，即针对不正确建模传输线连接位置中两个母线之间的传输线存在与否的错误假设进行识别和检测，以及通过一对母线之间的零流动状况模拟传输线不存在以获得权利要求15所要求保护的方案是显而易见的。因此，权利要求15与对比文件1和对比文件2的结合相比，不具备突出的实质性特点和显著进步，不具备专利法第22条第3款所规定的创造性。
（2.16）权利要求16和17不具备创造性。
权利要求16和17分别对权利要求15作出了进一步限定，然而采用迭代加权最小二乘法进行状态估计，以及在状态估计过程中考虑有效和无功功率测量是本领域人员所公知的。故而，在它们引用的权利要求15不具备创造性的基础上，权利要求16和17也不具备专利法第22条第3款所规定的创造性。
（2.17）权利要求18不具备创造性。
权利要求18对权利要求17作出了进一步限定，其中对比文件1还公开了(参见对比文件1第617页)：表II中公开了其中包括测量电压值、设计电流值和计算的电流值（对应于“状态估计算法包括用于至少一条传输线的有功电力潮流伪测量”）。同时，可以根据实际应用环境和人们的需求人为设置或规定状态估计算法排除无功功率测量和执行标准化的基于残差的不良数据检测是本领域技术人员所公知的。因此，在其引用的权利要求17不具备创造性的基础上，权利要求18也不具备专利法第22条第3款所规定的创造性。
（2.18）权利要求19不具备创造性。
权利要求19对权利要求18作出了进一步限定，但是在对比文件5中公开了一种用于线性规划状态估计的不良数据识别方法(参见对比文件5中4. IDENTIFICATION OF GROSS ERRORS节)：描述了所提出的错误数据识别方法中涉及的步骤：1.运行LP估计器并获得rs；2.使用公式（16）计算归一化残差，如果该归一化残差大于等于λ1 转到步骤3，否则停止，测量中不存在不良数据；3. 使用公式（17）估计ec；4.使用公式（21）计算另一归一化残差，如果该另一归一化残差大于等于λ2 转到步骤5否则转入步骤6；5.在步骤2中消除具有最大归一化残差的测量并转到步骤1；6.使用公式（22）计算集合C中的归一化误差，并消除最大值归一化误差的测量，转到步骤1；其中，公式（18）中给出的属性意味着只要从任何不良数据中清除集合S就可以容易地识别集合C中的粗差错，因为在这种情况下E[es] = 0，即权利要求19的附加特征已经被公开了。同时，由于对比文件5中所公开的方案同样是针对电力系统中的状态估计和错误检测，与本申请属于相同的领域，本领域人员能够从中获得启示从而在对比文件1和2所公开内容的基础上获得权利要求19所要求保护的方案是显而易见的。因此，在其引用的权利要求18不具备创造性的基础上，权利要求19也不具备专利法第22条第3款所规定的创造性。
对复审请求人相关意见的评述
对于复审请求人的意见陈述，合议组认为：
首先，对比文件1中已经公开了特征“其中检查所述最终识别的部分已识别其中似真的”数据误差包括：对所述最终识别的部分执行修改的状态估计算法,所述修改的状态估计算法中的扩充的测量集包括多个电力潮流伪测量。其次，虽然对比文件2中没有具体公开特征“每个电力潮流伪测量对应于在对应的一对母线之间的零流动状况，以模拟所述传输线不存在于所述识别的部分中的多对母线中的每一对之间”，但是在其中公开了针对电力系统状态估计模型中会出现的开关状态的拓扑误差进行了检测，即针对状态估计网络模型静态数据误差进行检测的一种情况下，作为电力领域的技术人员能够结合本领域的实际工作经验和行业规范针对状态估计模型中的静态数据误差的类型范围进行扩展，例如通过判断一对母线之间零流动状况判断传输线不存在或者检测状态估计模型中各种传输线（即拓扑关系中的连线）的推测状态来识别静态拓扑误差从而获得权利要求1中的方案，即针对不正确建模传输线连接位置中两个母线之间的传输线存在与否的错误假设进行识别和检测，以及通过一对母线之间的零流动状况模拟传输线不存在以获得权利要求1所要求保护的方案是显而易见的。因此，修改后的权利要求1仍然不具备创造性，进一步地，其他权利要求也不具备创造性。
综上所述，对于复审请求人的意见，合议组不予支持。
三、决定
维持国家知识产权局于2018年03月06日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可自收到本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。
