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！

龙图腾网获悉上海交通大学申请的专利基于深度强化学习的核电机组功率调节方案生成方法与系统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：CN121541495B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202610071366.0，技术领域涉及：G05B13/04；该发明授权基于深度强化学习的核电机组功率调节方案生成方法与系统是由龚禾林;姜宝歆;张二品;李庆;强胜龙;钟旻霄;李天涯;廖鸿宽设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本基于深度强化学习的核电机组功率调节方案生成方法与系统在说明书摘要公布了：一种基于深度强化学习的核电机组功率调节控制方案自动生成方法与系统，通过构建融合CNN、GRU与自注意力机制的混合替代模型表征反应堆动态响应，采用PPO‑Lagrangian训练策略网络，实现常AO法调节过程中轴向功率偏差的精确约束控制；以当前AO与目标AO为输入，自动生成满足安全约束的预设功率与控制棒位置全流程操作序列；在已有操作基础上续写剩余序列，并修复由既有操作引发的约束违反，基于MLP的策略网络引入归一化空间采样以保持训练探索性，测试阶段采用硬约束确保操作安全；Lagrangian乘子自适应平衡控制性能与约束满足。本发明可将AO偏差控制在目标值±1.0%内，且训练完成后生成时间小于1秒，可为操作员提供实时决策支持。

本发明授权基于深度强化学习的核电机组功率调节方案生成方法与系统在权利要求书中公布了：1.一种基于深度学习的核电机组功率调节方案生成方法，其特征在于，包括步骤如下： S1.建立核反应堆堆芯功率调节过程的动态响应高保真替代模型，所述替代模型采用结合因果卷积神经网络CNN、循环神经网络GRU和自注意力机制Self-Attention的混合神经网络结构，以堆芯物理计算程序产生的时序数据作为训练集，以当前轴向偏移、当前控制棒位置、当前预设功率为输入，输出下一时刻轴向偏移的预测值； S2.基于所述替代模型构建约束强化学习环境： 定义状态向量，其中，为目标轴向偏移； 定义动作向量，其中，为对预设功率的微调量，为对控制棒位置的调整量； 设计带惩罚的多目标奖励函数，其中，跟踪奖励，边界奖励鼓励控制量远离饱和区，平滑奖励；约束违反惩罚，其中、、、、为可调系数，为拉格朗日乘子，为违反标志，为前一时刻的预设功率，为前一时刻的控制棒位置；当预测的下一时刻轴向偏移与目标值的绝对偏差大于预设安全阈值时取值为1，否则为0； S3.采用近端策略优化-拉格朗日PPO-Lagrangian算法，基于步骤S2建立的环境，对策略网络和价值网络进行训练，具体包括： a基于所述替代模型采集交互轨迹； b利用广义优势估计算法计算优势函数； c采用双时间尺度更新机制，在较快的第一时间尺度更新所述策略网络和所述价值网络的参数，在较慢的第二时间尺度基于约束违反率的偏差梯度更新所述拉格朗日乘子λ，所述拉格朗日乘子λ用于动态调整所述约束违反惩罚项的强度； S4.对于给定初始轴向偏移和目标轴向偏移，调用训练完成的策略网络生成动作序列；对所述动作序列进行工程化处理，所述工程化处理包括功率限幅、控制棒位置离散化和终态功率匹配，形成可直接执行的功率调节操作序列； S5.利用所述替代模型和或所述堆芯物理计算程序对步骤S4生成的功率调节操作序列进行轴向偏移响应验证；当输入部分已执行且导致轴向偏移超出安全约束的操作序列时，调用所述训练完成的策略网络基于当前状态生成后续修正操作序列，实现约束违反的快速修复。

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上海交通大学，其通讯地址为：200241 上海市闵行区东川路800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。