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！

龍圖騰網獲悉華北電力大學(保定)申請的專利一種電力市場主體行為趨勢確定方法、介質及系統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：CN119963233B 。

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：202510093121.3，技術領域涉及：G06Q30/0201；該發明授權一種電力市場主體行為趨勢確定方法、介質及系統是由許小峰;劉敦楠;龔誠;李根柱;賈洵浩設計研發完成，并于2025-01-21向國家知識產權局提交的專利申請。

本一種電力市場主體行為趨勢確定方法、介質及系統在說明書摘要公布了：本發明提供了一種電力市場主體行為趨勢確定方法、介質及系統，屬于電力市場主體行為趨勢分析技術領域，包括：通過綜合運用強化學習、深度神經網絡和數據分析技術，實現對電力市場復雜行為的精準預測。研究首先采集電力市場歷史運行數據，并進行多維度時序分解，提取價格和報價的穩定與波動特征。通過構建無獎勵函數的五元組模型，結合專家知識和主成分分析，迭代優化獎勵函數模型，建立市場主體行為方程組。隨后，利用編碼器?解碼器結構的深度神經網絡，結合極大似然估計方法，構建市場主體行為概率分布模型。最終，該方法能夠準確預測市場主體行為趨勢，解決了現有技術中存在的難以準確把握電力市場主體行為趨勢的問題。

本發明授權一種電力市場主體行為趨勢確定方法、介質及系統在權利要求書中公布了：1.一種輸出確定電力市場主體行為趨勢報告的方法，其特征在于，包括以下步驟： S01、采集電力市場運行歷史數據，包括市場出清價格數據、主體報價策略數據、實際成交電量數據、系統負荷需求數據、機組技術約束數據、網絡安全約束數據以及市場份額數據； S02、對所述市場出清價格數據及所述主體報價策略數據進行多維度時序分解，得到價格穩定分量數據、價格波動分量數據、報價穩定分量數據以及報價波動分量數據； S03、利用所述價格穩定分量數據、所述價格波動分量數據、所述報價穩定分量數據以及所述報價波動分量數據，構建無獎勵函數的五元組模型，并建立狀態空間矩陣和動作空間矩陣； S04、基于所述狀態空間矩陣和所述動作空間矩陣，進行蒙特卡洛采樣，獲取初始狀態樣本集合； S05、針對所述初始狀態樣本集合，利用專家知識構建初始獎勵函數模型，計算累積獎勵期望值以及特征期望函數； S06、通過主成分分析方法對所述市場出清價格數據、所述主體報價策略數據、所述實際成交電量數據進行降維處理，提取關鍵特征向量，計算實際特征期望值； S07、將所述實際特征期望值與所述特征期望函數進行對比，得到特征期望偏差，基于所述特征期望偏差訓練逆強化學習模型，迭代更新所述初始獎勵函數模型直至所述特征期望偏差小于預設閾值，得到優化后的獎勵函數模型； S08、利用所述優化后的獎勵函數模型構建市場主體行為方程組； S09、構建深度神經網絡模型，所述深度神經網絡模型采用編碼器解碼器結構，包括特征提取模塊、時序編碼層、注意力層以及策略解碼層； S10、基于所述市場主體行為方程組和所述深度神經網絡模型，采用極大似然估計方法求解未知參數，建立市場主體行為概率分布模型； S11、根據所述市場主體行為概率分布模型，預測市場主體的行為趨勢，生成市場主體行為趨勢預測報告； 其中，多維度時序分解具體采用非線性時序分解： ; ; 式中，為市場出清價格時間序列；為價格穩定分量；為價格波動分量；為價格分解誤差項；為報價策略時間序列；為報價穩定分量；為報價波動分量；為報價分解誤差項；為時序分解權重系數； 所述市場主體行為方程組包括： 效用最大化偏微分方程： ; 式中，為效用函數；為擴散系數；為非線性耦合項；為效用函數噪聲； 策略優化耦合方程： ; 式中，為報價策略；為目標最優策略；為優化系數；為策略優化噪聲； 市場出清動力學方程： ; 式中，為市場價格；為總需求；為第個主體的出力；為市場調節系數；為價格噪聲； 約束條件耦合方程： ; 式中，為輸電約束函數；為網絡節點坐標；為網絡敏感度系數； 所述特征提取模塊使用卷積神經網絡提取市場數據的時空特征；所述時序編碼層，采用長短時記憶網絡捕捉數據的時序依賴關系。

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華北電力大學(保定)，其通訊地址為：071066 河北省保定市蓮池區永華北大街619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”。