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！

龙图腾网获悉浙江英集动力科技有限公司申请的专利一种基于多智能体的智慧火电厂分层优化控制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：CN120044789B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510178744.0，技术领域涉及：G05B13/04；该发明授权一种基于多智能体的智慧火电厂分层优化控制方法是由刘成刚;金鹤峰;裘天阅设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于多智能体的智慧火电厂分层优化控制方法在说明书摘要公布了：本发明公开了一种基于多智能体的智慧火电厂分层优化控制方法，包括：上层厂级调度决策智能体获取各火电机组智能体、风光储智能体和推演智能体的观测数据，并调用预设的多智能体强化学习模块，将火电厂电热负荷优化分配问题建模，求解获得各火电机组智能体和风光储智能体的最优负荷分配结果；下层设备级控制智能体依据各火电机组智能体的最优负荷分配结果，并将各火电机组中的汽轮机、锅炉本体、锅炉辅助设备、供热抽汽装置定义为相应的设备智能体，整合各设备智能体之间的交互信息和设备运行数据、设备参数控制机制，以满足负荷分配结果和运行成本最小为目标，进行设备级多智能体优化控制建模，求解获得各设备智能体的最优控制指令。

本发明授权一种基于多智能体的智慧火电厂分层优化控制方法在权利要求书中公布了：1.一种基于多智能体的智慧火电厂分层优化控制方法，其特征在于，它包括： 步骤S1、设置智慧火电厂多智能体，至少包括各火电机组智能体、风光储智能体、推演智能体和上层厂级调度决策智能体、下层设备级控制智能体，并构建能够复现智慧火电厂实际运行的多智能体仿真模型； 步骤S2、推演智能体利用多智能体仿真模型获取火电厂历史运行数据和实时运行数据，结合外部的温度、湿度、风速、太阳辐射强度、电价信息、负荷峰谷时段信息，共同作为推演智能体的环境状态信息进行火电厂电热负荷预测、风光发电量预测和储能量预测，并根据预测结果对火电厂未来运行状态进行推演； 步骤S3、上层厂级调度决策智能体获取各火电机组智能体、风光储智能体和推演智能体的观测数据，并调用预设的多智能体强化学习模块，将火电厂电热负荷优化分配问题建模，进行厂级多智能体动作空间设计、状态空间设计和多目标奖励函数设计，求解获得各火电机组智能体和风光储智能体的最优负荷分配结果；其中，所述多目标奖励函数包括有厂级运行成本最小、碳排放量最小和风光新能源消纳能力最强； 步骤S4、下层设备级控制智能体依据各火电机组智能体的最优负荷分配结果，并将各火电机组中的汽轮机、锅炉本体、锅炉辅助设备、供热抽汽装置定义为相应的设备智能体，整合各设备智能体之间的交互信息和设备运行数据、设备参数控制机制，以满足负荷分配结果和运行成本最小为目标，采用马尔可夫决策过程进行设备级多智能体优化控制建模，求解获得各设备智能体的最优控制指令； 所述步骤S4中，求解获得各设备智能体的最优控制指令时，采用改进的多智能体深度确定性策略梯度算法：引入价值函数分解方法，对价值函数进行分解，分别量化评估每个设备智能体的贡献； 所述改进的多智能体深度确定性策略梯度算法中，行动者Actor网络负责生成动作，评论家Critic网络负责计算环境状态和Actor网络选择的当前动作的价值函数，为第个设备智能体的历史观测信息；为每个设备智能体选取一个动作；为价值函数的网络参数；为确定性策略，以及通过混合网络对价值函数进行分解，允许每个设备智能体根据自身的观测和历史信息做出独立决策，实现个体自主学习与全局优化的平衡； 所述设备智能体共享一个集中的评论者网络，其系数表示为： ； 为联合动作价值函数的参数；为所有设备智能体的历史观测集合；为所有设备智能体的动作集合；为混合网络，是一个非线性单调函数；为设备智能体数量； 评论者网络通过最小化损失函数进行训练，表示为： ； ； 为奖励函数；为折扣因子；、、分别为行动者Actor网络、评论家Critic网络和混合网络的参数；为行动者Actor网络给出的策略。

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浙江英集动力科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道龙园路88号2幢208、209-1、209-2室；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。