Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学李剑获国家专利权

重庆大学李剑获国家专利权

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!

龙图腾网获悉重庆大学申请的专利适用于通信资源受限物联网终端的多微能网协同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:CN120044855B

龙图腾网通过国家知识产权局官网在2025-12-23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:202510178303.0,技术领域涉及:G05B19/042;该发明授权适用于通信资源受限物联网终端的多微能网协同控制方法是由李剑;张一弓;崔秋实;毛玉星;王平;陈伟根设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

适用于通信资源受限物联网终端的多微能网协同控制方法在说明书摘要公布了:本发明属于物联网技术领域,尤其涉及一种适用于通信资源受限物联网终端的多微能网协同控制算法,包括:S1、将微能网协同控制问题表述为部分可观测马尔科夫决策过程;S2、在云服务器设置评论家网络;在各微能网终端分别设置行动者网络,用于部署训练好的策略;S3、以各微能网的全局运行成本和碳排放最小化为目标函数,通过云服务器的评论家网络协同训练各微能网的策略;S4、将训练好的各微能网的策略,分别部署在对应的微能网终端的行动者网络;S5、各微能网进行实际的本地观测,并基于S4部署的策略执行相应的动作。本方法可以在通信资源受限的条件下设计出高效稳定的控制算法,同时兼顾可再生能源的不确定性和合作中的公平性。

本发明授权适用于通信资源受限物联网终端的多微能网协同控制方法在权利要求书中公布了:1.适用于通信资源受限物联网终端的多微能网协同控制方法,其特征在于,包括以下步骤: S1、将微能网协同控制问题表述为部分可观测马尔科夫决策过程;每个微能网分别作为智能体,基于其本地的观测,采取预设的策略中的动作; S2、搭建云评论家终端行动者框架;在云服务器设置评论家网络,用于以各微能网的全局最优为目标训练各微能网的策略;在各微能网终端分别设置行动者网络,用于部署训练好的策略; S3、以各微能网的全局运行成本最小化为目标函数,通过云服务器的评论家网络协同训练各微能网的策略; 协同训练各微能网的策略时,用策略梯度估计和随机梯度上升算法对各微能网的策略进行优化;通过迭代学习,找到能够最大化累计期望折扣回报的策略;训练过程中,智能体与微能网协同控制环境在云服务器中交互T步,以获得轨迹,并基于轨迹更新每个行动者网络的策略参数; S4、将训练好的各微能网的策略,分别部署在对应的微能网终端的行动者网络; S5、各微能网进行实际的本地观测,并基于S4部署的策略执行相应的动作; 其中,S3中,协同训练各微能网的策略时,基于预设的自适应广义优势估计器,计算各微能网的策略的优势函数的估计量;微能网的策略的优势函数的估计量的计算式为: δt=rt+γVst+1-Vst; 式中,表示微能网的策略的优势函数的估计量;l为优势函数的估计量的扩展后的步长;γ为折扣因子;和分别为第m个微能网的可再生能源、电力和热负荷的时间序列数据;δt+l为t时刻微能网的l步TD残差,其由t时刻奖励rt和状态值函数Vst、t+1时刻状态值函数Vst+1共同决定。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。