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！

龍圖騰網獲悉國網浙江省電力有限公司杭州供電公司申請的專利一種基于深度強化學習的配電網調度方法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：CN120317637B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202510787935.7，技術領域涉及：G06Q10/0631；該發明授權一種基于深度強化學習的配電網調度方法及系統是由陳益芳;樊立波;孫智卿;韓榮杰;屠永偉;方響;來益博;王億;宣羿;王奇鋒;蔣建;陳元中;萬燕珍設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本一種基于深度強化學習的配電網調度方法及系統在說明書摘要公布了：本發明涉及配電網技術領域，公開了一種基于深度強化學習的配電網調度方法及系統，該方法包括：對目標配電網聚類分區得到若干配電網子區域；對運行狀態監測數據進行數值運算得到對應配電網子區域的狀態向量；分別對預構建的第一深度強化學習模型進行訓練得到對應配電網子區域的第二深度強化學習模型；對每一第二深度強化學習模型分別進行評估得到對應第二深度強化學習模型的評估結果；根據全局聚合參數分別對每一第二深度強化學習模型進行更新得到對應配電網子區域的第三深度強化學習模型；將每一實時狀態向量輸入至對應第三深度強化學習模型進行策略映射得到每一配電網子區域的調度策略。本發明實現了配電網調度可靠性與實時性的雙重提升。

本發明授權一種基于深度強化學習的配電網調度方法及系統在權利要求書中公布了：1.一種基于深度強化學習的配電網調度方法，其特征在于，包括： 獲取目標配電網的歷史故障分布數據和區域負荷峰值數據，并基于所述歷史故障分布數據和所述區域負荷峰值數據對所述目標配電網聚類分區得到若干配電網子區域； 獲取每一所述配電網子區域的運行狀態監測數據，并對所述運行狀態監測數據進行數值運算得到對應所述配電網子區域的狀態向量； 基于每一所述狀態向量分別對預構建的第一深度強化學習模型進行訓練得到對應所述配電網子區域的第二深度強化學習模型； 基于預構建的驗證數據集對每一所述第二深度強化學習模型分別進行評估得到對應所述第二深度強化學習模型的評估結果； 基于每一所述評估結果對每一所述第二深度強化學習模型進行參數聚合得到全局聚合參數，并根據所述全局聚合參數分別對每一所述第二深度強化學習模型進行更新得到對應所述配電網子區域的第三深度強化學習模型； 獲取每一所述配電網子區域的實時狀態向量，并將每一所述實時狀態向量輸入至對應所述第三深度強化學習模型進行策略映射得到每一所述配電網子區域的調度策略； 所述獲取目標配電網的歷史故障分布數據和區域負荷峰值數據，并基于所述歷史故障分布數據和所述區域負荷峰值數據對所述目標配電網聚類分區得到若干配電網子區域，包括： 獲取目標配電網的歷史故障分布數據，并對所述歷史故障分布數據進行計算得到故障分布密度指數； 獲取所述目標配電網的區域負荷峰值數據，并對所述區域負荷峰值數據進行計算得到偏移特性參數； 基于所述故障分布密度指數，結合所述目標配電網的拓撲分區約束對所述目標配電網進行聚類得到初始分區結果； 基于所述偏移特性參數對所述初始分區結果進行修正，得到若干配電網子區域； 所述基于預構建的驗證數據集對每一所述第二深度強化學習模型分別進行評估得到對應所述第二深度強化學習模型的評估結果，包括： 基于生成對抗網絡構建包含目標配電網極端場景的驗證數據集； 對所述驗證數據集進行狀態向量有效性評估，得到每一所述第二深度強化學習模型的第一評估結果； 基于所述驗證數據集對每一所述第二深度強化學習模型分別進行動作響應動態評估，得到對應所述第二深度強化學習模型的第二評估結果； 對每一所述第一評估結果和每一所述第二評估結果進行加權融合，得到對應所述第二深度強化學習模型的評估結果。

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國網浙江省電力有限公司杭州供電公司，其通訊地址為：310000 浙江省杭州市上城區解放東路59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”。