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！

龙图腾网获悉大连理工大学申请的专利基于大语言模型推理动作范式的梯级水电调度策略优化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：CN120810616B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511318937.8，技术领域涉及：H02J3/00；该发明授权基于大语言模型推理动作范式的梯级水电调度策略优化方法是由赵志鹏;韩永栋;吴翔宇;程春田;李祥搏设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本基于大语言模型推理动作范式的梯级水电调度策略优化方法在说明书摘要公布了：本发明属于水电调度领域，公开了基于大语言模型推理动作范式的梯级水电调度策略优化方法。本发明以逐步优化算法框架为基础，通过对调度模型的转化与重构实现水力电力复杂关联耦合约束与领域知识及优化策略的解耦，并基于推理动作范式实现梯级水电调度策略的生成与进化。通过调度模型的转化与重构、推理动作范式驱动调度策略生成与进化以及调度策略智能生成与评估系统的构建等手段，实现了梯级水电优化调度策略的智能构建与自主优化。本发明可充分利用大语言模型的推理能力智能生成梯级水电调度策略，提升其长期发电效益，从而为梯级水电系统优化运行提供可靠的决策支撑。

本发明授权基于大语言模型推理动作范式的梯级水电调度策略优化方法在权利要求书中公布了：1.基于大语言模型推理动作范式的梯级水电调度策略优化方法，其特征在于，包括如下步骤： 1梯级水电长期调度模型构建： 根据调度的周期及时段的不同，梯级水电调度分为长期调度、中期调度和短期调度；长期调度以年为周期，月或旬为步长，是梯级水电调度的基础环节；在长期调度中，需保证调度期内水电运行的经济效益，以发电量最大为目标，表示为： 1 式中：表示水电站在时段的平均出力；为时段的小时数；为调度期的总时段数；为水电站的总数； 梯级水电长期调度模型需包含如下约束； 水量平衡约束： 2 3 式中：表示水电站在时段末的库容；分别表示水电站在时段的区间流量、出库流量、发电流量、弃水流量；表示第个水电站在时段的出库流量； 净水头约束： 4 5 6 式中：表示水电站在时段末的水位；表示水电站在时段的尾水位；表示水电站在时段的净水头；分别表示水电站的水位-库容关系函数、尾水位-泄流量关系函数和水头损失-发电流量函数； 水电站在时段的平均出力用水电站发电函数表示为： 7 式中：表示水电站的平均出力、发电流量和净水头之间的动力特性函数； 运行边界约束： 8 9 10 11 12 式中：分别表示水电站出库流量上、下限；分别表示水电站发电流量上、下限；分别表示水电站水位上、下限；分别表示水电站给定的起始水位、末水位；分别表示水电站出力上、下限； 2梯级水电长期调度模型的转化与重构： 逐步优化算法能够将多阶段的梯级水电站优化问题转化为多个两阶段的局部优化问题，然后进行迭代求解，从而降低复杂问题的求解难度；令表示梯级水电站水位矩阵，令表示优化目标函数；逐步优化算法的具体计算流程如下： 2.1设置迭代计数，生成初始水位过程，设置收敛阈值；令表示第次迭代的梯级水电站水位矩阵； 2.2从到，固定时段初和时段末的水位为最新优化值，求解时段两阶段的局部优化问题的最优值，即： 13 式中：分别表示时段梯级水电站水位向量及其需要满足的约束空间，表示第次迭代第时段两阶段的局部优化问题的优化目标函数；将令13最优的赋值给； 2.3判断是否满足收敛条件，若满足则结束并输出最优解，否则令，返回步骤2.2； 梯级水电长期调度模型的转化与重构方法具体如下： 首先通过引入惩罚项，将复杂的水力电力约束隐式地融入优化目标函数，简化问题表达；为此，将两阶段的局部优化问题的优化目标函数重构为，如式14所示： 14 进一步地，约束优化问题转化为无约束优化问题： 15 无约束优化问题的求解进一步重构为标准化方法；定义方法如式16所示： 16 式中：为时段梯级水电站水位的下限和上限边界向量，为初始水位向量，提供优化搜索的起点； 在逐步优化算法的迭代求解下，大语言模型生成的方法通过有序调用形成完整求解链，最终实现对整个梯级水电调度问题的求解； 3推理动作范式驱动梯级水电调度策略生成与进化： 推理动作范式驱动梯级水电调度策略生成与进化过程分为初始生成阶段和策略进化阶段；其中初始生成阶段通过循环调用大语言模型生成多个不同的符合式16所定义接口规范的初始策略，随后，策略进化阶段针对每个初始策略进行迭代优化，同时完整记录每轮迭代优化生成的所有进化策略及其性能指标；策略进化阶段需首先设置单轮最大推理迭代次数和最大优化轮数；然后分为两个步骤：首先基于优化提示词驱动大语言模型对方法进行自主优化，并记录每次迭代生成的进化策略及其性能指标，直到达到最大推理迭代次数或大语言模型自主确定优化完成；然后从单轮优化中复制最优的进化策略作为下一轮次的初始策略，并据此更新的定义，如此循环迭代直至达到最大优化轮数； 4构建策略智能生成系统与策略评估系统： 策略智能生成系统包括策略智能生成模块和策略进化模块，分别负责调度策略的初始生成与自主进化；策略评估系统基于逐步优化算法对所有生成和进化的策略进行自动评估，并将策略评估的性能指标反馈至策略智能生成系统供其对策略进行自主进化；通过策略智能生成系统与策略评估系统的协同迭代与交互，即能智能生成大量高质量调度策略； 策略智能生成系统通过反复调用大语言模型并基于推理动作范式实现策略的初始生成与自主进化；策略智能生成系统具体流程如下： 4.1.1设置初始策略生成数目、最大优化轮次、单轮最大推理迭代次数，令，并构建生成策略集； 4.1.2判断，如不满足则跳转至步骤4.1.6，否则进行下一步； 4.1.3基于初始化提示词驱动大语言模型生成初始策略，并令；该步骤需要调用策略评估系统对初始策略进行评估，并记录反馈结果作为初始策略的性能指标； 4.1.4判断，如不满足则表示该轮次优化完成，转至步骤4.1.2；否则，调用策略进化模块对策略进行自主优化，每轮优化会生成多个策略，每次生成新的策略均需调用策略评估系统进行评估并记录反馈结果作为新策略的性能指标；将所有中间生成的策略记录至，根据性能指标依据优化目标函数值优先，计算效率次之的评价准则选出当前最优的优选策略；同时令； 4.1.5判断性能是否优于，如优于则令，转至步骤4.1.4；否则，直接转至步骤4.1.4； 4.1.6输出所有生成策略集及其相应的性能指标； 策略评估系统将待评估策略作为输入，并输出待评估策略的目标值和运行时间作为性能指标反馈至策略智能生成系统；策略评估系统具体流程如下： 4.2.1将待评估策略设为；设置收敛阈值，并初始化水位矩阵，设调度期的总时段数为，且令，令； 4.2.2令； 4.2.3判断，若满足，则进行下一步，否则转步骤4.2.6； 4.2.4构建，获取时段梯级水电站水位的下限和上限边界向量和上一轮时段优化值； 4.2.5利用待评估策略计算；为避免策略调度结果不满足约束或出现退化问题，令，以实现对调度结果的校验与修正；执行完毕后令，随后转至步骤4.2.3； 4.2.6判断是否满足收敛条件，若满足则跳转至下一步，否则令，并转步骤4.2.2； 4.2.7输出目标值和运行时间，结束。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。