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！

龙图腾网获悉国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司申请的专利台区多目标协同优化调控方法、计算机设备及存储介质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：CN121529547B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610031612.X，技术领域涉及：H02J3/00；该发明授权台区多目标协同优化调控方法、计算机设备及存储介质是由郭凌旭;宋兴旺;张杰;张晓鹏;郭艾轩;孙明军;张颖;赵烁;李旭;孙洁;李志鹏;商敬安;张宇泽;刘铭鑫;王蓓设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本台区多目标协同优化调控方法、计算机设备及存储介质在说明书摘要公布了：本发明公开台区多目标协同优化调控方法、计算机设备及存储介质。台区多目标协同优化调控方法包含步骤：模型训练时，获取配电网量测数据、配电网邻接矩阵及调控目标值，构建图结构输入向量矩阵，对GCN‑Critic模型训练；得到能根据实时电网状态自动生成调控指令的多目标调控的电压无功模型与有功指令模型；电压无功模型与有功指令模型包括GCN策略网络与Critic评价网络；在线调控时，根据实时量测数据，构建当前时刻图结构输入向量矩阵，输入训练好的电压无功模型有功指令模型，由GCN策略网络输出可控节点最优调控指令。本发明仅需GCN决策网络获取线路各节点特征实际量测，便可实时输出对各节点的最优调控指令。

本发明授权台区多目标协同优化调控方法、计算机设备及存储介质在权利要求书中公布了：1.台区多目标协同优化调控方法，其特征在于，包含步骤： 模型训练时，获取配电网量测数据、配电网邻接矩阵以及调控目标值，构建图结构输入向量矩阵进行数据预处理后，对构建的GCN-Critic模型结构进行循环训练；根据调控目标值的不同，训练得到最终的能够根据实时电网状态自动生成调控指令的多目标调控的电压无功模型与有功指令模型；电压无功模型与有功指令模型包括GCN策略网络与Critic评价网络；GCN策略网络用于接收图结构输入向量矩阵，输出台区调控动作指令；Critic评价网络用于输出评分，量化评估当前电网状态下执行调控动作指令后的多目标调控性能； 在线调控时，获取当前时刻的配电网量测数据与调控目标值，确定当前调控模式；根据当前调控模式选择电压无功模型有功指令模型，根据实时获取的配电网量测数据、实时调控目标值以及预置的配电网邻接矩阵，构建当前时刻的图结构输入向量矩阵，输入训练好的电压无功模型有功指令模型，由GCN策略网络基于学习的映射关系推理计算，输出可控节点最优调控指令集，实现实时对台区优化调控； 模型训练时，GCN策略网络接收图结构输入向量矩阵，输出台区调控动作指令，包括： 通过第一层图卷积层根据配电网邻接矩阵以及节点特征矩阵实现局部特征聚合，执行一跳邻域聚合；通过第二层图卷积层根据配电网邻接矩阵以及第一层输出特征实现全局特征提取，扩展感受野至二跳邻域，得到第二层输出特征；包括： ；； 、为第一层图卷积层及第二层图卷积层的权重矩阵；为激活函数；为标准化配电网邻接矩阵； 第二层输出特征通过全局平均池化压缩为单一全局特征向量； ，其中，为表示配电网中节点总数量； 将单一全局特征向量经全连接层非线性变换，基于非线性变换后向量，输出GCN策略网络的高斯分布参数，包括动作的均值向量与动作的标准差向量；基于高斯分布参数，确定GCN策略网络的策略；根据策略对设备下发的指令动作采样得到无界的动作样本，通过双曲正切函数将无界的动作样本压缩到[-1,1]区间，得到控制指令范围； 其中，非线性变换后向量为，为全连接层的权重矩阵，为全连接层的偏置项； 高斯分布参数包括、；由GCN策略网络通过对电网状态映射得到，为动作的均值向量；为动作的标准差向量；为均值输出层偏置向量；为标准差输出层偏置向量；表示均值输出层权重矩阵，表示标准差输出层权重矩阵； 基于高斯分布参数，确定GCN策略网络的策略如下： ； 其中，对指令动作采样，采用下式进行： ; 其中，⊙表示逐元素乘法；为标准正态随机噪声。

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国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司，其通讯地址为：300190 天津市南开区红旗路278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。