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！

龙图腾网获悉国网山东省电力公司营销服务中心(计量中心)申请的专利一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成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：CN120509331B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511006016.8，技术领域涉及：G06F30/27；该发明授权一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成方法及系统是由刘勇超;田晓;张亚萍;赵冠;张涛;张帝设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成方法及系统在说明书摘要公布了：本发明公开了一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成方法及系统，涉及数据生成技术领域，包括：获取分布式储能设备数据，构建分布式储能设备运行的模拟环境；构建自适应策略优化智能体并在模拟环境中训练，利用物理时序约束评估函数反馈优化策略，迭代训练直至智能体输出符合分布式储能数据的数据序列；将生成的数据序列输入长序列动态增强网络，对数据进行增强和修正处理；使用评估指标评估处理后的数据质量，根据下游任务需求，设定多级阈值，生成可用数据，并根据是否满足条件进行参数调整，最终生成分布式储能设备数据。本发明通过自适应策略优化生成分布式储能运行特征，产生与实际数据集分布相似的合成数据。

本发明授权一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成方法及系统在权利要求书中公布了：1.一种基于自适应策略优化和长序列动态增强网络的分布式储能设备数据生成方法，其特征在于，包括： 获取分布式储能设备数据，构建分布式储能设备运行的模拟环境； 构建自适应策略优化智能体，将智能体在模拟环境中训练，并利用物理时序约束评估函数反馈优化策略，迭代训练直至智能体输出符合分布式储能数据的数据序列； 所述构建自适应策略优化智能体，将智能体在模拟环境中训练包括： 基于深度自适应策略优化算法，根据当前设备运行状态调整生成参数，生成初步数据序列，并利用物理时序约束评估函数反馈优化策略，迭代训练直至智能体掌握分布式储能数据的生成模式，损失函数的计算公式如下： Jθ＝Ek[minpkθAk，clippkθ，1-δ，1+δAk-αVFloss]； 其中，pkθ是新旧策略概率比，Ak是优势函数，δ是裁剪系数，VFloss是价值函数均方误差，clip为clippkθ，1-δ，1+δ，表示将pkθ剪裁到区间1-δ，1+δ内，α为价值函数损失的权重超参数，平衡策略损失与价值函数损失的影响程度； 所述迭代训练直至智能体输出符合分布式储能数据的数据序列包括： S11：智能体观察当前设备运行状态St； S12：智能体根据策略网络πθa|s对当前设备运行状态St进行处理，加载真实数据统计特征，初始化环境状态S0，智能体策略网络πθa|s随机初始化参数，生成初始调控策略指令at，输出调控策略指令的概率分布，对于连续调控策略指令集，调控策略指令服从高斯分布； πθa|s＝Nμθs，σθ2s； 其中，μθs是调控策略指令均值，σθ2s是调控策略指令方差，从分布中采样得到调控策略指令at； S13：智能体在环境中执行选择的调控策略指令at，并对环境产生影响； S14：环境根据智能体执行的调控策略指令，返回下一个设备运行状态st+1以及对应的奖励rt，奖励rt用于衡量智能体在当前时间步的表现； S15：数据记录将当前时间步的设备运行状态st、调控策略指令at、奖励rt以及下一个设备运行状态st+1记录为一个元组st，at，rt，st+1，构建自适应策略优化生成的数据序列，迭代S11-S14，当满足终止条件时，停止交互过程，得到完整的数据序列； 将生成的数据序列输入长序列动态增强网络，对数据进行增强和修正处理； 所述将生成的数据序列输入长序列动态增强网络，对数据进行增强和修正处理包括： S21：将生成的数据序列进行归一化处理，将归一化后的电流、电压、温度和RUL序列输入至长序列动态增强网络，提取序列特征，对数据进行增强或修正操作； 长序列动态增强网络的前向传播表示为设备运行状态更新与输出计算： 其中，St是t时刻的隐藏设备运行状态，融合历史信息与当前输入，Xt是t时刻的输入，A，B，C，D是设备运行状态特征集矩阵，通过训练学习序列特征与规律，∈t是噪声项，模型通过学习抑制异常干扰，Yt是输出，即增强或修正后的数据； S22：特征捕捉与增强矩阵A、B捕捉序列长程依赖，强化关键特征，若温度数据因干扰出现异常值，模型在更新St时，基于历史设备运行状态St-1和正常模式，抑制∈t影响，使Yt回归合理范围； S23：RUL序列优化，结合电流、电压、温度序列xt，通过矩阵C、D对St和Xt线性变换，输出修正后的RUL预测Yt； 使用评估指标评估处理后的数据质量，根据下游任务需求，设定多级阈值，生成可用数据，并根据是否满足条件进行参数调整，最终生成符合条件的分布式储能设备数据。

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国网山东省电力公司营销服务中心(计量中心)，其通讯地址为：250002 山东省济南市市中区大观园经二路150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。