買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115603388B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211369486.7，技術(shù)領(lǐng)域涉及：H02J3/48；該發(fā)明授權(quán)基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法和系統(tǒng)是由宋明黎;周屹赫;劉順宇設(shè)計研發(fā)完成，并于2022-11-03向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法和系統(tǒng)在說明書摘要公布了：基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法，首先，根據(jù)典型日電網(wǎng)正常運行數(shù)據(jù)構(gòu)建一系列電網(wǎng)熱穩(wěn)越限數(shù)據(jù)集，并利用圖注意力神經(jīng)網(wǎng)絡(luò)計算電網(wǎng)節(jié)點的嵌入表示向量；然后，在基于協(xié)作架構(gòu)的值分解深度Q網(wǎng)絡(luò)基礎(chǔ)上構(gòu)建發(fā)電機調(diào)控的多智能體強化學(xué)習(xí)框架，該框架根據(jù)電網(wǎng)圖表示特征擬合各發(fā)電機節(jié)點各動作的價值；然后構(gòu)建對比學(xué)習(xí)模型來更好的區(qū)分不同發(fā)電機節(jié)點的特征表示；最后構(gòu)建發(fā)電機動作執(zhí)行模塊，每個發(fā)電機根據(jù)自己節(jié)點的表示向量通過智能體網(wǎng)絡(luò)選取期望價值最大的動作來調(diào)控電網(wǎng)，使得電網(wǎng)從熱穩(wěn)越限恢復(fù)到正常狀態(tài)。本發(fā)明還包括基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控系統(tǒng)。

本發(fā)明授權(quán)基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法和系統(tǒng)在權(quán)利要求書中公布了：1.基于多智能體對比強化學(xué)習(xí)的電網(wǎng)熱穩(wěn)越限調(diào)控方法，包含如下步驟： 步驟1.構(gòu)建電網(wǎng)熱穩(wěn)越限樣本數(shù)據(jù)集； 步驟2.計算電網(wǎng)節(jié)點嵌入矩陣；具體包括：一個電網(wǎng)圖狀態(tài)定義為s＝A,H，其中A是包含N個電網(wǎng)節(jié)點的鄰接矩陣，是N個節(jié)點原始特征組成的原始特征矩陣，然后采用圖注意力神經(jīng)網(wǎng)絡(luò)在電網(wǎng)圖網(wǎng)絡(luò)節(jié)點之間進行節(jié)點特征計算： 其中f是計算兩個節(jié)點特征向量相關(guān)度的函數(shù)；Wg是可以被訓(xùn)練的線性變換權(quán)重矩陣，Ni是節(jié)點i自己和一階鄰居構(gòu)成的集合，σ·是一個激活函數(shù)，用以生成電網(wǎng)圖最后的節(jié)點特征表示 步驟3.構(gòu)建值分解電網(wǎng)多智能體調(diào)控模型；具體包括：采取基于協(xié)作架構(gòu)的值分解深度Q網(wǎng)絡(luò)來構(gòu)建發(fā)電機調(diào)度的多智能體強化學(xué)習(xí)模型，并利用步驟2中生成的電網(wǎng)圖節(jié)點表示特征作為模型輸入，在該架構(gòu)中智能體采用一個具有參數(shù)θ的深度神經(jīng)網(wǎng)絡(luò)來估計電網(wǎng)節(jié)點i特定狀態(tài)下動作a的價值，動作的價值定義為在當(dāng)前電網(wǎng)狀態(tài)下執(zhí)行動作后所得到的期望獎勵值，智能體每次選擇獎勵值最高的動作對電網(wǎng)進行調(diào)控；然后所有節(jié)點計算出的Qi輸入一個信用分配網(wǎng)絡(luò)計算出最終的期望獎勵值Qtot＝mixerQ1,Q1,...,Qn；再通過時序差分的方式對神經(jīng)網(wǎng)絡(luò)進行梯度更新； 步驟4.構(gòu)建對比學(xué)習(xí)模型； 步驟5.根據(jù)深度學(xué)習(xí)模型執(zhí)行發(fā)電機動作。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。