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！

龙图腾网获悉国网上海市电力公司申请的专利一种基于深度强化学习的配电台区拓扑优化生成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：CN120414524B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510854910.4，技术领域涉及：H02J3/00；该发明授权一种基于深度强化学习的配电台区拓扑优化生成方法是由姜晖;钱忠;董志文;张家圣;刘晓强;杨敏杰;樊子晖;过志浩;高睿;陶建华;何涛;张翔设计研发完成，并于2025-06-25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配电台区拓扑优化生成方法在说明书摘要公布了：本发明涉及电力系统自动化技术领域，具体为一种基于深度强化学习的配电台区拓扑优化生成方法，步骤包括：获取配电网的台区用户数、供电半径以及节点间距，通过双通道状态矩阵编码拓扑结构和动态运行特征；基于深度强化学习网络，将配电网分支决策的动作空间解耦为主干节点选择与支路扩展长度的二维决策组合，通过智能体基于动作决策结果动态更新电网拓扑，采用多阶段优先级策略分配用户负荷；设置复合奖励函数，采用渐进式训练策略训练深度强化学习网络至收敛，得到最优拓扑结构。与现有技术相比，本发明基于深度强化学习，通过智能体动态决策支路扩展与用户分配，实现供电半径约束下的最优拓扑生成，有效降低线损，并支持分布式能源的实时接入。

本发明授权一种基于深度强化学习的配电台区拓扑优化生成方法在权利要求书中公布了：1.一种基于深度强化学习的配电台区拓扑优化生成方法，其特征在于，步骤包括： 获取配电网物理参数包括台区用户数、供电半径以及节点间距，将电网物理参数转化至状态空间，通过双通道状态矩阵编码拓扑结构和动态运行特征；所述双通道状态矩阵包括两个通道分别表示拓扑结构和动态运行特征，状态矩阵表示如下： , 式中，为邻接矩阵，为用户分布特征，为深度特征，为台区总节点数； 邻接矩阵用于表示台区拓扑结构：双通道状态矩阵 , 式中，，表示节点与节点存在连接线，表示节点与节点之间不存在连接线； 节点的用户分布特征为： , 深度特征为节点到最近主干节点的跳数; 将双通道状态矩阵输入深度强化学习网络，将配电网分支决策的动作空间解耦为主干节点选择与支路扩展长度的二维决策组合，通过智能体基于动作决策结果动态更新电网拓扑，并采用多阶段优先级策略分配用户负荷；所述多阶段优先级策略分配用户负荷，基于实时负载预测与动态优先级调整，实现用户负荷的智能分配以确保电网均衡运行，具体如下： 计算节点负载率： , 式中，为节点当前负载功率，为节点额定容量； 进行节点优先级评估： , 式中，为节点深度，主干节点为0，支路节点为跳数；为电压偏差；，，为权重系数，通过强化学习动态调整； 用户接入原则为：新用户接入优先级最高的节点，若多个节点优先级相同，选择深度较小的节点； 当节点负载率大于设定节点负载率阈值时，拒绝新用户接入，并触发支路扩容，所述支路扩容机制如下：在满足连续设定数量个用户因节点过载被拒绝接入时，选择可用容量最大的主干节点扩展支路； 若节点电压偏差大于设定的节点电压偏差阈值时，将该节点从候选列表中移除； 深度强化学习网络设置复合奖励函数，以引导智能体平衡快速供电与降低线损，采用渐进式训练策略训练深度强化学习网络至收敛，输出生成最优拓扑结构。

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上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。