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數學優化與強化學習的5G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：CN120338451B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510823990.7，技術領域涉及：G06Q10/0631；該發明授權基于數學優化與強化學習的5G基站儲能調度方法和裝置是由張森林;裴青琦;樊臻;劉妹琴;董山玲;鄭榮濠;何衍設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本基于數學優化與強化學習的5G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數學優化與強化學習的5G基站儲能調度方法和裝置，屬于電網調度領域。構建日前優化模型的目標函數，得到日前調度動作向量；根據電網環境的日內實時信息，得到實時狀態向量和獎勵值；基于模型得到校正后的最終動作向量并對電網系統進行調整，得到調整后的實時狀態向量；將多個時刻的決策序列樣本集合添加至樣本池，并對Time2Vec?DecisionTransformer模型進行優化訓練；優化后對電網進行實時決策，完成對電網系統的調度。采用日前?日內調度方式，實現電網利用實時狀態信息進行決策的過程，提升算法抵抗隨機性波動的能力，使得算法能夠在波動環境下給出比預測信息調度更加精確的結果。

本發明授權基于數學優化與強化學習的5G基站儲能調度方法和裝置在權利要求書中公布了：1.一種基于數學優化與強化學習的5G基站儲能調度方法，其特征在于，包括以下步驟： （1）構建日前優化模型的目標函數進行最小化，得到時刻的日前調度動作向量； （2）根據電網環境的日內實時信息，獲得電網環境的時刻的實時狀態向量并計算得到時刻的獎勵值； （3）截取時刻的前個時刻的獎勵值、實時狀態向量和日內校正動作向量并與時刻的實時狀態向量和獎勵值，基于Time2Vec-DecisionTransformer模型，得到時刻的日內校正動作向量并與時刻的日前調度動作向量相加，得到時刻的校正后的最終動作向量； （4）根據時刻的校正后的最終動作向量對電網系統進行調整，得到時刻的調整后的實時狀態向量； （5）重復步驟（1）-步驟（4），得到多個時刻的獎勵值、實時狀態向量、校正后的最終動作向量和調整后的實時狀態向量組成的決策序列樣本集合添加至樣本池； （6）從樣本池中隨機選擇B個決策序列樣本集合對Time2Vec-DecisionTransformer模型進行訓練，得到優化后的Time2Vec-DecisionTransformer模型； （7）將優化后的Time2Vec-DecisionTransformer模型用于電網的實時決策，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”。