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！

龙图腾网获悉国网陕西省电力有限公司电力科学研究院;国网(西安)环保技术中心有限公司申请的专利一种基于强化学习的配电网故障场景定值校验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：CN120930983B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510954484.1，技术领域涉及：G06Q10/0631；该发明授权一种基于强化学习的配电网故障场景定值校验方法是由张志华;邵美阳;王露缙;常小强;豆敏娜;阎喆;刘浩;雷妤航;王俪蓉设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于强化学习的配电网故障场景定值校验方法在说明书摘要公布了：本发明涉及配电网保护技术领域，公开了一种基于强化学习的配电网故障场景定值校验方法，包括：构建分层多智能体校验系统；构建分层多智能体校验系统，高层智能体进行故障态势感知并分解全局定值校验目标，将子任务分配给低层智能体执行，通过协同优化实现任务分配和执行；分布式光伏大量接入配电网后，配电网故障场景的复杂性和不确定性增强，故障类型包括两相短路、两相接地短路和三相短路，不同故障位置下的保护行为差异明显，改变了故障特征，产生助增和外汲作用，导致过流保护范围变化、保护失配、越级跳闸及误动，进而扩大停电范围；针对复杂故障场景，本发明采用分层多智能体架构，通过高层协调和底层协商，实现高效的任务分配和执行。

本发明授权一种基于强化学习的配电网故障场景定值校验方法在权利要求书中公布了：1.一种基于强化学习的配电网故障场景定值校验方法，其特征在于，包括： 构建分层多智能体校验系统，分层多智能体校验系统包括至少一个高层智能体和多个低层智能体； 高层智能体基于配电网实时运行数据，采用第一强化学习模型进行故障态势感知，并将全局定值校验目标分解为多个定值校验子任务； 高层智能体基于动态任务分配模型将多个定值校验子任务对应分配给目标低层智能体执行，动态任务分配模型综合评估低层智能体的能力参数、与任务相关的距离参数以及任务的紧迫性参数； 目标低层智能体采用第二强化学习模型，执行所分配的定值校验子任务，获取定值校验结果； 基于定值校验结果和配电网实时运行数据，采用中心化训练与分布式执行模式，对第一强化学习模型和第二强化学习模型进行协同优化； 所述动态任务分配模型基于合同网协议构建； 高层智能体作为任务发布方，发布多个定值校验子任务； 多个低层智能体作为承包方，基于各自的任务效用值对多个定值校验子任务进行投标； 高层智能体选择任务效用值最高的低层智能体作为目标低层智能体； 所述任务效用值的计算方式为： ； 其中表示低层智能体对子任务的效用值，用于衡量低层智能体承担该任务的综合适配程度，为子任务编号，为低层智能体编号；表示能力得分的权重，表示距离因子的权重，表示紧急程度的权重；表示低层智能体针对子任务的第个特征的校验能力得分，为子任务的第个特征，为特征索引，为能力评估函数，输出为实数，反映智能体在该特征下的专业能力；表示低层智能体与子任务所涉及区域的距离，；表示距离的倒数，距离越小，值越大，表示优先分配给距离近的智能体；表示子任务的紧急程度，通常为正实数，值越大表示任务越紧急； 所述目标低层智能体采用第二强化学习模型，执行所分配的定值校验子任务，包括： 基于本地实时电气量数据、待校验的保护定值参数、相关的电网拓扑片段信息以及高层下发的校验目标或约束，对当前定值在模拟的特定故障子场景下的保护性能进行评估，并判断定值的合理性； 第一强化学习模型为基于长短期记忆网络结合注意力机制的强化学习模型； 第二强化学习模型为深度Q网络模型。

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陕西省电力有限公司电力科学研究院;国网(西安)环保技术中心有限公司，其通讯地址为：710100 陕西省西安市国家民用航天产业基地航天中路669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。