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！

龙图腾网获悉武汉科技大学;武汉凌久微电子有限公司申请的专利基于负载划分和Q-learning的电能需求响应资源分配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：CN120638334B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511119915.9，技术领域涉及：H02J3/00；该发明授权基于负载划分和Q-learning的电能需求响应资源分配方法是由李晓卉;张晶;蔡彬;彭琪雅;周萌淇;陈静;彭康乐;何婧怡;代征;黄松设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本基于负载划分和Q-learning的电能需求响应资源分配方法在说明书摘要公布了：本发明公开了一种基于负载划分和Q‑learning的电能需求响应资源分配方法，涉及需求响应调度技术领域。包括以下步骤：S1、从智能电表中获取历史负荷数据，并通过每日峰值负荷将每个用户的日负荷曲线归一化，使用SOM基于相对负荷曲线聚类获得用户类型；S2、使用Q‑learning根据用户的日峰值负荷向每个住宅用户分配能源；S3、收集每个住宅用户的电能需求，根据电能需求调整住宅用户分配电能；S4、根据分配的电能和实时电价，调度电器运行。本发明旨在解决现有方法无法在不依赖用户设备信息、仅基于智能电表历史负荷数据的情况下，最小化住宅社区总能源成本的技术问题。

本发明授权基于负载划分和Q-learning的电能需求响应资源分配方法在权利要求书中公布了：1.一种基于负载划分和Q-learning的电能需求响应资源分配方法，其特征在于，包括以下步骤： S1、从智能电表中获取历史负荷数据，并通过每日峰值负荷将每个用户的日负荷曲线归一化，使用SOM基于相对负荷曲线聚类获得用户类型； S2、使用Q-learning根据用户的日峰值负荷向每个住宅用户分配能源； 在S2中，收到用户类型后，通过DR计算社区中每个类型u每个用户i的电能分配；不同的智能体分别为不同类型的用户采取不同的分配策略，在时隙t中，智能体观察状态，并根据策略π选择动作，根据奖励函数获得当前奖励，进而智能体观察到新的状态；智能体的具体建模方式如下： S21、状态建模：采取实时价格和该类型用户的中心值作为当前状态； S22、动作建模：动作表示分配给对应类型用户的相对负荷； S23、奖励建模：奖励建模包含三个部分：电力成本降低、舒适度距离减少、负荷分配合理性，分别为用户电力成本奖励、用户舒适度奖励和负荷分配合理奖励； 负荷分配合理奖励通过余弦相似度计算，使分配的能量与该类型用户归一化负荷中心曲线相似，是归一化余弦相度的值，负荷分配合理奖励定义如下： ； ； ； 其中，为的最大值；为的最小值；代表该类型用户日归一化负荷的中心值，表示给该类型用户在时间t分配的相对负荷； 奖励由用户电力成本奖励、用户舒适度奖励和负荷分配合理奖励组成，其表达式如下： ； 其中，、、为归一化参数； S24、Q-learning算法：在用户能耗管理的背景下，Q-learning模拟用户的用电行为，并为用户分配电能，优化用电策略； S3、收集每个住宅用户的电能需求，根据电能需求调整住宅用户分配电能； S4、根据分配的电能和实时电价，调度电器运行。

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武汉科技大学;武汉凌久微电子有限公司，其通讯地址为：430081 湖北省武汉市青山区和平大道947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。