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！

龙图腾网获悉华北电力大学;青海大学;国网青海省电力公司申请的专利基于预训练和知识引导的深度强化学习经济调度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：CN116468106B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310387589.4，技术领域涉及：G06N3/092；该发明授权基于预训练和知识引导的深度强化学习经济调度方法是由陈艳波;杜钦涛;刘宇翔;司杨;李春来;王德帅;李嘉祺;杨军;刘志慧;孙雪婷;吴适存;李晓雪;周万鹏设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本基于预训练和知识引导的深度强化学习经济调度方法在说明书摘要公布了：本发明属于深度强化学习与电力系统经济调度交叉领域，特别涉及一种基于预训练和知识引导的深度强化学习经济调度方法，包括步骤1：获取高质量经验数据，并存放于经验回放池；步骤2：构造强化学习训练环境；步骤3：基于监督学习预训练方法提前对初始策略网络进行训练；步骤4：基于知识引导的Actor‑Critic网络再训练。本发明在智能体和环境进行交互之前，提前对智能体中的Actor网络进行训练，避免智能体在与环境交互的初期进行盲目的训练；同时在智能体的训练过程中嵌入专家知识，将其搜索限制在电力系统安全运行区域内，引导智能体促进新能源消纳。

本发明授权基于预训练和知识引导的深度强化学习经济调度方法在权利要求书中公布了：1.一种基于预训练和知识引导的深度强化学习经济调度方法，其特征在于，包括以下几个步骤： 步骤1：获取高质量经验数据，并存放于经验回放池； 所述步骤1具体如下： 在调度周期时间段数为的日内调度中，机组运行成本以及新能源弃风率函数分别为： 则日内经济调度模型可表示为： 其中，表示发电机组集合；表示新能源机组集合；表示机组在时刻的出力；，，表示成本特性系数；表示机组的出力上限；机组的出力上限松弛约束为： 上式中，第1行为功率平衡约束；第2行和第3行分别为出力上下限约束和调节速率约束，为机组的出力下限，表示机组在时刻的出力，和分别为机组的向下和向上最大调节速率，为调节周期；第4行和第5行为线路容量约束，为线路在时刻的有功潮流增量；为线路在时刻的有功潮流，表示线路的容量极限，为负荷节点集合，为节点的负荷增量，表示节点的注入功率对线路的灵敏度；通过在日内经济调度模型中加入机组出力限值的松弛约束，将MIP问题转化为线性规划问题，求解可得到历史状态下的机组发电功率分配方案；这些方案通常能够获得较高的奖励值，将这些数据存放于经验回放池中，用于后期监督学习预训练； 步骤2：构造强化学习训练环境； 步骤3：基于监督学习预训练方法提前对初始策略网络进行训练； 步骤4：基于知识引导的Actor-Critic网络再训练； 所述步骤4具体包括以下步骤： 步骤4.1：将基于监督学习的初始策略网络参数初始化为智能体中的Actor网络参数； 步骤4.2：根据最小化偏差准则，对Critic函数网络按照下式更新： 15 16 步骤4.3：在Actor网络的损失函数中引入基于专家经验知识的正则化项，正则化项包括功率平衡和新能源消纳奖励，因此Actor网络的损失值由动作价值函数和两个正则项组成，如下式所示： 17 18 19 式中：为Actor网络参数；为Critic网络参数；、和表示正则项权重；为功率平衡正则项，表示总负荷和机组总出力差值的平方；为新能源消纳正则项，表示新能源消纳率； 对Actor-Critic网络进行再训练时，Actor网络可按照下式进行持续更新： 20 步骤4.4：目标网络的更新，按照下式进行目标网络的更新： 21 其中为一个较小的更新系数。

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华北电力大学;青海大学;国网青海省电力公司，其通讯地址为：102206 北京市昌平区北农路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。