Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 水利部珠江水利委员会珠江水利综合技术中心郑冬燕获国家专利权

水利部珠江水利委员会珠江水利综合技术中心郑冬燕获国家专利权

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!

龙图腾网获悉水利部珠江水利委员会珠江水利综合技术中心申请的专利基于深度学习自适应动态网络和强化学习的水库调度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:CN120338210B

龙图腾网通过国家知识产权局官网在2025-10-21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:202510819807.6,技术领域涉及:G06Q10/04;该发明授权基于深度学习自适应动态网络和强化学习的水库调度方法是由郑冬燕;汤国和;李善综;邱文丰;林木隆;赖永泉;郭淑慧;巫美强;李伟;蒋永强;陈毅锋;王晗;李敏;刘和昌;李嘉第设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

基于深度学习自适应动态网络和强化学习的水库调度方法在说明书摘要公布了:本发明基于深度学习自适应动态网络和强化学习的水库调度方法,涉及水库调度技术领域,包括获取水库的实时水位数据、气象数据、区域云层和地表特征的雷达影像数据并对三者进行数据融合;将融合后的数据输入预设的自适应动态Transformer网络模型,得到预测输出,所述预测输出为水库水位序列、入库流量序列和下泄流量序列;构建强化学习状态空间;将强化学习状态空间输入预设的强化学习网络中,所述强化学习网络的动作空间包括泄洪量、发电流量与生态流量,所述强化学习网络的优化目标为最大化累积折扣奖励,奖励函数为防洪奖励项、发电奖励项与生态奖励项的加权函数。本发明提高了水库防洪安全、发电效益和生态保护等多个目标的协同管理效率。

本发明授权基于深度学习自适应动态网络和强化学习的水库调度方法在权利要求书中公布了:1.基于深度学习自适应动态网络和强化学习的水库调度方法,其特征在于,包括: 获取水库的实时水位数据、气象数据、区域云层和地表特征的雷达影像数据并对三者进行数据融合; 将融合后的数据输入预设的自适应动态Transformer网络模型,得到预测输出,预测输出包括水库水位序列、入库流量序列和下泄流量序列; 构建强化学习状态空间,强化学习状态空间包括Transformer网络模型未来预设时间步长的预测水库水位序列、入库流量序列、下泄流量序列和最新实时气象数据序列; 将强化学习状态空间输入预设的强化学习网络中,强化学习网络的动作空间包括泄洪量、发电流量与生态流量,强化学习网络的优化目标为最大化累积折扣奖励,奖励函数为防洪奖励项、发电奖励项与生态奖励项的加权函数,强化学习网络通过不断迭代优化,最终收敛输出泄洪量、发电流量与生态流量的最佳组合方案; 当自适应动态Transformer网络模型每次的预测输出与实际观测的结果误差超过预设的上限阈值时,对自适应动态Transformer网络模型自动增加预设数量个的编码层,当结果误差低于预设的下限阈值时,对自适应动态Transformer网络模型自动减小预设数量的编码层,当自适应动态Transformer网络模型每次的预测输出与实际观测的结果误差在下限阈值和上限阈值之间时,则自适应动态Transformer网络模型保持不变; 结果误差为水库水位的预测值和真实值的水库水位均方差、入库流量的预测值和真实值的入库流量均方差、下泄流量的预测值和真实值的下泄流量均方差的加权和; 自适应动态Transformer网络模型的自适应动态调整根据实时计算的结果误差进行自动调整Transformer网络层数,其中,结果误差的计算方式如下: , 其中,指网络输出的预测值和真实值的均方差,权重、、通过离线交叉验证确定,H表示水位,表示入库流量,表示下泄流量,t表示时间; 以最近W个预测循环为滑动窗口,首先计算综合误差序列的滑动均值以及标准差,标准差采用加权协方差形式: , 其中为离线交叉验证确定的指标权重向量,为窗口内三类RMSE的协方差矩阵,随后动态构造阈值: ; ; 其中放宽系数通过贝叶斯优化在历史数据集上离线确定,当整体结果误差逐步降低时,随之缩小,相应下调;反之,当结果误差急剧增大时,被动态抬升以避免误判,而一旦实时的结果误差超越新的上限阈值,仍将触发增层操作,当每次预测结果与实际观测结果的结果误差超过上限阈值时,网络层数增加1个,最大增加不超过3个;当结果误差低于下限阈值时,网络层数减少1个,具体调整规则为: 根据输出的泄洪量、发电流量与生态流量的最佳组合方案确定水库各个泄洪闸门的开度以及发电机组的出力方案,并形成具体的执行指令,具体包括: 根据输出的泄洪量和闸门流量-开度关系公式实时计算获得泄洪闸门开度; 根据输出的发电流量实时确定机组启停台数和每台机组的负荷分配; 根据泄洪闸门开度、机组启停台数和每台机组的负荷分配构建执行指令; 判断“泄洪+发电”总下泄量是否不低于生态流量,若是,则认为生态需水已被包含,无需额外调度,若否,则按差额通过生态专用闸孔或低负荷机组补水,差额为生态流量与“泄洪+发电”总下泄量之差。

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水利部珠江水利委员会珠江水利综合技术中心,其通讯地址为:510000 广东省广州市天河区天寿路80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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。