買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江大學申請的專利基于時間和圖嵌入強化學習的基站儲能調度方法和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120414530B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510901151.2，技術領域涉及：H02J3/00；該發明授權基于時間和圖嵌入強化學習的基站儲能調度方法和裝置是由張森林;裴青琦;樊臻;劉妹琴;鄭榮濠;董山玲;何衍設計研發完成，并于2025-07-01向國家知識產權局提交的專利申請。

本基于時間和圖嵌入強化學習的基站儲能調度方法和裝置在說明書摘要公布了：本發明公開了一種基于時間和圖嵌入強化學習的基站儲能調度方法和裝置，屬于配電網調度領域。根據含5G基站儲能的電網系統獲取圖拓撲結構；隨機選擇B個電網訓練數據對強化學習智能體決策網絡模型進行訓練，得到訓練好的強化學習智能體決策網絡模型；根據訓練好的強化學習智能體決策網絡模型對當前時刻的電網系統的狀態觀測信息進行分析和決策，得到當前時刻的原始動作向量并進行安全約束，得到安全動作向量；最后通過安全動作向量對電網系統進行調整，完成對電網系統的調度。本發明能夠根據配電網實時狀態信息執行調度動作，在保證基站儲能安全備用容量的前提下，充分發揮基站儲能的可調度容量，促進新能源消納，減少電網運行成本。

本發明授權基于時間和圖嵌入強化學習的基站儲能調度方法和裝置在權利要求書中公布了：1.一種基于時間和圖嵌入強化學習的基站儲能調度方法，其特征在于，包括以下步驟： （1）根據含5G基站儲能的電網系統獲取圖拓撲結構； 所述步驟（1）具體為： 根據含5G基站儲能的電網系統，確定節點支路間的連接關系，獲取上級電網的接入位置、節點的數量、新能源機組的數量、接入位置和容量參數以及5G基站的數量和接入位置作為電網系統的圖拓撲結構； （2）獲得多個時刻的電網系統的電網訓練數據放入經驗回放池； 所述電網訓練數據包括時刻的狀態觀測信息、原始動作向量、獎勵值和時刻的狀態觀測信息； 所述時刻的狀態觀測信息包含時刻、時刻的電網節點狀態信息集合、新能源機組的有功功率集合以及上級電網的有功功率集合；所述時刻的電網節點狀態信息集合包含時刻的所有節點的有功負荷、無功負荷、電壓幅值、相角和5G基站儲能的荷電狀態；所述時刻的新能源機組的有功功率集合包含時刻的所有節點的新能源機組注入的有功功率；所述時刻的上級電網的有功功率集合包含時刻的所有節點的上級網絡注入的有功功率； 所述時刻的獎勵值通過將整個含5G基站儲能的電網系統的運營成本歸一化處理后再進行減法操作后計算得到； 所述時刻的原始動作向量通過以下子步驟得到： （a.1）首先使用Time2Vec時間編碼嵌入模型對時刻進行處理，得到時間編碼向量； （a.2）隨后使用GCN圖卷積模型對電網節點狀態信息集合進行處理，得到節點特征矩陣； （a.3）將時間編碼向量、節點特征矩陣、時刻的所有新能源機組的輸出功率集合以及時刻的上級電網的交互功率進行拼接，拼接成列向量輸入至全連接神經網絡模型后，得到原始動作向量；所述原始動作向量包含時刻的個新能源機組的預測輸出功率、上級網絡的預測輸出功率以及個5G基站的預測輸出功率； （3）從經驗回放池隨機選擇B個電網訓練數據對強化學習智能體決策網絡模型進行訓練，得到訓練好的強化學習智能體決策網絡模型； （4）根據訓練好的強化學習智能體決策網絡模型對當前時刻的電網系統的狀態觀測信息進行分析和決策，得到當前時刻的原始動作向量并進行安全約束，得到安全動作向量；最后通過安全動作向量對電網系統進行調整，完成對電網系統的調度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。