买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利多智能体强化学习滚动调度方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115310775B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210828178.X，技术领域涉及：G06Q10/067；该发明授权多智能体强化学习滚动调度方法、装置、设备及存储介质是由张俊;高天露;白昱阳;陈思远;许沛东;戴宇欣;司睿绮设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本多智能体强化学习滚动调度方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种多智能体强化学习滚动调度方法、装置、设备及存储介质，所述方法通过构建高比例新能源电力系统对应日内有功的滚动调度模型；对滚动调度模型进行多智能体的去中心化部分可观马尔科尔夫决策过程建模，获得多智能体调度架构；获取多智能体调度架构的改进区域特征聚合图的注意力网络，并获取支持时空多维特征聚合的多智能体强化学习算法，根据注意力网络和多智能体强化学习算法构建基于多智能体强化学习的分布式日内滚动调度算法的训练架构，建模求解速度快，训练过程简单，符合电网调度实际应用场景，提高了多智能体强化学习滚动调度的准确性，提升了多智能体强化学习滚动调度的速度和效率。

本发明授权多智能体强化学习滚动调度方法、装置、设备及存储介质在权利要求书中公布了：1.一种多智能体强化学习滚动调度方法，其特征在于，所述多智能体强化学习滚动调度方法包括： 构建高比例新能源电力系统对应日内有功的滚动调度模型； 对所述滚动调度模型进行多智能体的去中心化部分可观马尔科尔夫决策过程建模，获得多智能体调度架构； 获取所述多智能体调度架构的改进区域特征聚合图的注意力网络，并获取支持时空多维特征聚合的多智能体强化学习算法，根据所述注意力网络和所述多智能体强化学习算法构建基于多智能体强化学习的分布式日内滚动调度算法的训练架构； 其中，所述构建高比例新能源电力系统对应日内有功的滚动调度模型，包括： 选取系统内部分可调机组与储能设备动作量作为参与滚动调度的决策变量，构建日内有功的滚动调度模型的优化目标函数； 建立所述滚动调度模型的约束条件，根据所述优化目标函数和所述约束条件构建高比例新能源电力系统对应日内有功的滚动调度模型； 其中，所述选取系统内部分可调机组与储能设备动作量作为参与滚动调度的决策变量，构建日内有功的滚动调度模型的优化目标函数，包括： 选取系统内部分可调机组与储能设备动作量作为参与滚动调度的决策变量，通过下式构建日内有功的滚动调度模型的优化目标函数： 其中，分别表示滚动调度起始时刻、调度总时长以及系统崩溃时刻，是系统可调节机组以及储能设备的数量，和分别表示再调度机组发电与再调度的成本系数、储能的动作成本系数、网损成本和系统奔溃惩罚系数，分别表示常规机组的发电量和发电再调度量，表示储能设备i在t时刻的荷电状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。