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！

龙图腾网获悉三峡大学申请的专利基于改进MAPPO算法的微网群低碳优化运行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：CN120073853B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510004129.8，技术领域涉及：H02J3/38；该发明授权基于改进MAPPO算法的微网群低碳优化运行方法是由王灿;刘于正;何锦涛;常文涵;程本涛;黄放;郑军;杨代强;陶长河;王明超设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于改进MAPPO算法的微网群低碳优化运行方法在说明书摘要公布了：基于改进MAPPO算法的微网群低碳优化运行方法，包括：以单个微电网运行周期内总成本最小为目标函数，构建微网群优化运行模型；构建微电网优化运行的部分可观测马尔科夫决策过程，建立各微网智能体对应的观测空间、动作空间和奖励函数；在奖励函数中引入碳治理成本的非线性约束以及微网间的协同奖励，在MAPPO算法中引入负采样经验共享框架；将LSTM网络嵌入到MAPPO算法中，并设计差异化学习率衰减策略以进一步提高LSTM‑MAPPO模型训练速度；基于改进MAPPO算法对智能体进行训练，得到最优微网群低碳优化运行方案。本发明所提优化方法可以有效降低各微网运行成本，同时降低系统碳排放。

本发明授权基于改进MAPPO算法的微网群低碳优化运行方法在权利要求书中公布了：1.基于改进MAPPO算法的微网群低碳优化运行方法，其特征在于包括以下步骤： 步骤1：以单个微电网运行周期内总成本最小为目标函数，构建微网群优化运行模型； 步骤2：构建微电网优化运行的部分可观测马尔科夫决策过程，建立各微网智能体对应的观测空间、动作空间和奖励函数； 步骤3：在奖励函数中引入碳治理成本的非线性约束以及微网间的协同奖励； 步骤4：在MAPPO算法中引入负采样经验共享框架； 步骤5：将LSTM网络嵌入到MAPPO算法中，并设计差异化学习率衰减策略以进一步提高LSTM-MAPPO模型训练速度； 步骤6：基于改进MAPPO算法对智能体进行训练，得到最优微网群低碳优化运行方案； 所述步骤4包括如下步骤： 1构建共享经验池： 在一个多智能体环境中，将每个智能体产生的经验序列存储到一个共享的经验池中： ； 式中，是智能体在时刻的观测；表示微网智能体在时刻的动作；是智能体在时刻获得的奖励；是智能体在时刻的观测； 2基于优势函数的负样本判断： 1优势函数的计算公式： ； 式中，为智能体的观测动作值函数，表示智能体在当前观测下采取动作所能获得的预期总回报；为智能体的观测值函数，表示智能体在当前观测下的预期回报； 2负样本判断： 式中，为负样本批次；为正样本批次；为动态调整阈值；为初始阈值，通常设置为一个负值；为最大阈值，设置为0或一个正值；为当前训练步数；为总训练步数； 通过初期设置较低的阈值使得更多的负样本被采样；而在训练后期，随着策略的逐渐优化，逐步提高阈值，减少负样本的选择，保持训练的稳定性； 3负样本采样： 引入负样本后，设置负样本采样比例控制负样本在训练中的占比，以确保不会对训练带来过多干扰；则最终训练样本批次表示为： 。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8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。