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！

龙图腾网获悉华北电力大学申请的专利一种基于深度强化学习的复杂电网关键节点识别方法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：CN114861792B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210484829.8，技术领域涉及：G06F18/20；该发明授权一种基于深度强化学习的复杂电网关键节点识别方法是由王红;张岩;齐林海设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种基于深度强化学习的复杂电网关键节点识别方法在说明书摘要公布了：一种基于深度强化学习的复杂电网关键节点识别方法，属于电力大数据处理技术领域。该方法利用深度强化学习模型DDQNDoubleDeepQ‑Network,DDQN交互式学习的思想，通过智能体自发式行为探索，结合环境信息、动作信息、奖励信息构成的经验数据完成对特定状态动作下Q值的计算，以此评估复杂电网某一状态动作的价值。本发明基于数据驱动，克服了配电网复杂环境下，基于业务机理建立数学模型在适应性、算法效率和准确性多方面的局限性。使用该方法避免了传统复杂电网重构过程中需根据大量先验知识对状态进行分布假设及特征建模的过程，降低了关键节点辨识的复杂度，更适用于大数据背景下大规模电网的关键节点辨识法，具有较高的鲁棒性和准确性。

本发明授权一种基于深度强化学习的复杂电网关键节点识别方法在权利要求书中公布了：1.一种基于深度强化学习的复杂电网关键节点识别方法，其特征在于，采用深度强化学习中的深度双Q网络，以马尔可夫视角构建出一种交互式学习模式，通过智能体与复杂电网环境交互收集到的经验数据对各个电网节点状态的Q值进行评估；然后利用神经网络捕获节点之间的数据时空分布特性与潜在特征，依据上下文动作信息、奖励信息训练出适用于静态电网环境的状态动作CNN卷积模型，找到电网中任意两点间的最佳链路，将各节点在最佳链路上出现的频率进行统计以完成对电网全局关键节点的排序，该方法包括以下步骤： 步骤1：对静态复杂电网进行抽象化预处理； 步骤2：对电网拓扑结构属性和电气工程物理特性数据进行归一化处理； 步骤3：使用高斯函数和主客观加权法对奖励函数进行设计； 步骤4：使用经验池对智能体的探索过程进行记录，探索数据输入双重神经网络迭代感知Q值； 步骤5：依据静态电网规模设计合适的神经网络模型，用于训练拟合不同状态下的Q值； 步骤6：以节点Q值为标准衡量最优链路，依据节点在最优解集中出现的频次输出全局电网中不同重要性的关键节点。

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华北电力大学，其通讯地址为：102206 北京市昌平区北农路2号；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”。