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！

龙图腾网获悉河海大学申请的专利一种水库群系统联合调度层式优化方法及系统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：CN116128107B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211623669.7，技术领域涉及：G06Q10/04；该发明授权一种水库群系统联合调度层式优化方法及系统是由冯仲恺;章力;牛文静;高浩宇;杨涛设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种水库群系统联合调度层式优化方法及系统在说明书摘要公布了：本发明公开了一种水库群系统联合调度层式优化方法及系统，包括以下步骤:层级一采用两个分别基于权重均衡更新策略和自适应学习策略的平行层进行广泛搜索。层级二采用非线性学习因子更新策略进行均衡搜索。层级三采用双级联合搜索策略：上级包括提高全局寻优能力的整体范围搜索策略，以及实现自适应动态寻优的局部范围搜索策略；下级通过确定搜索区域防止陷入局部最优。本发明通过不同层次动态联合搜索，加快收敛速度，增强了全局寻优和局部搜索能力，具有编程实现简单、适用场景广泛、结果稳定等优势，可快速给出水库群调度方案，为水库群调度问题求解提供了有效技术。

本发明授权一种水库群系统联合调度层式优化方法及系统在权利要求书中公布了：1.一种水库群系统联合调度层式优化方法，其特征在于，包括如下步骤： 步骤S1、基于水库群数据，以发电量最大为目标构建水库群系统联合调度模型，并对该模型添加约束条件；同时预设最大迭代次数、种群规模；确定水库调度时段末水位为优化变量； 步骤S2、采取联合调度层式优化方法求解最优水库群系统联合调度方案，具体为： 步骤201、构建初始层：在决策变量预设范围内生成初始种群，获得种群的速度变量，将种群中的个体存储为个体最优位置，计算种群中的个体的适应度并根据个体的适应度更新优势个体；具体包括以下子步骤： S2.1、在决策变量预设范围内随机生成初始种群x，根据初始种群x的决策变量上、下限的γ倍对应设置为速度种群v的上、下限，如下式： 其中，xi,j和vi,j分别为第i个个体第j个决策变量和速度变量的值，表示在区间生成均匀分布随机数的函数； S2.2、计算初始种群中的个体的适应度，将初始种群中的个体存储为个体最优位置pbest，同时判断是否有可行解，是则将pbest种群中适应度最小的个体存储为优势个体gbest，否则将不可行解中约束违反值最小的个体存储为优势个体gbest； 步骤202、构建第一层级：利用自适应学习策略、权重均衡更新策略获得动态权重因子； 具体包括： 首先构建第一平行层：权重W2采用权重均衡更新策略在整个解空间中进行广泛搜索；然后构建第二平行层：权重W1采用自适应学习策略与第一平行层双向联动，在均衡搜索的同时防止陷入局部最优，如下式其中其中，W1、W2分别为自适应学习策略和权重均衡更新策略得到的动态权重因子，t,T分别为当前的迭代次数与算法的最大迭代次数，a1、a2、a3和a4为权重计算参数； 步骤203、构建第二层级：利用非线性学习因子更新策略获得动态学习因子；具体包括： 学习因子r1和r2通过余弦函数的非线性分布进行更新，如下式： 其中，r1、r2为非线性学习因子更新策略得到的动态学习因子；rand为区间[0,1]均匀分布的随机数；b为计算参数； 步骤204、构建第三层级：利用双级联合搜索策略对种群进行更新；上级局部搜索策略： A＝‑absxi‑gbestgbest上级整体搜索策略： C＝xi+‑1+2·roundrand·xi·1‑tT2·eA+tT·eB下级动态搜索策略： D＝W·v+r1·pbest‑x+r2·gbest‑xE＝floorN·c·tT其中，A、B为上级局部搜索策略对应的因子；C为上级整体搜索策略产生的变量；D为下级动态搜索策略产生的变量；abs为绝对值函数；floor为向下取整函数；round为四舍五入取整函数；N为种群中的个体数量；rand为在区间[0,1]均匀分布的随机数；E为执行上级整体搜索策略的个体数量；randi1,randie,randiE为在区间[1,N]均匀分布的随机整数函数；i为个体序号；c为比例选择计算参数； 步骤205、构建第四层级：计算当前种群中的个体的适应度，更新当前种群个体最优位置、以及优势个体位置；并判断是否达到预设最大迭代次数，是则获得最优水库群系统联合调度方案，并输出适应度值；否则返回步骤S202。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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”。

以上内容由龙图腾AI智能生成。