Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 国网重庆市电力公司;重庆大学许懿获国家专利权

国网重庆市电力公司;重庆大学许懿获国家专利权

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!

龙图腾网获悉国网重庆市电力公司;重庆大学申请的专利基于积分式强化学习的自适应最优AGC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:CN113346552B

龙图腾网通过国家知识产权局官网在2025-07-22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:202110420781.X,技术领域涉及:H02J3/46;该发明授权基于积分式强化学习的自适应最优AGC控制方法是由许懿;欧睿;胡润滋;蒙永苹;张明媚;杨渝璐;周宇晴;熊伟;廖新颖;李德智;甘潼临;刘伟;许洁;李光杰;李郅浩设计研发完成,并于2021-04-19向国家知识产权局提交的专利申请。

基于积分式强化学习的自适应最优AGC控制方法在说明书摘要公布了:本发明公开基于积分式强化学习的自适应最优AGC控制方法,步骤为:1建立单区域电力系统频率响应模型,并计算出电力系统状态空间矩阵;2基于强化学习中的策略迭代算法,建立评判者‑执行者神经网络;所述评判者‑执行者神经网络包括评判者网络和执行者网络;3将电力系统状态空间矩阵输入到评判者‑执行者神经网络中,解算得到最优控制策略。本发明使用积分强化学习策略进行最优代价函数的学习,使得学习过程可以在系统动态模型未知的情况下进行,并且从弱化持续激励条件的角度来提升学习的速度和准确性。

本发明授权基于积分式强化学习的自适应最优AGC控制方法在权利要求书中公布了:1.基于积分式强化学习的自适应最优AGC控制方法,其特征在于,包括以下步骤: 1建立单区域电力系统频率响应模型,并计算出电力系统状态空间矩阵; 2基于强化学习中的策略迭代算法,建立评判者-执行者神经网络;所述评判者-执行者神经网络包括评判者网络和执行者网络; 3将电力系统状态空间矩阵输入到评判者-执行者神经网络中,解算得到最优控制策略; 4执行者网络在电力系统中执行所述最优控制策略; 单区域电力系统频率响应模型如下所述: 式中,ΔXgt为调速器阀门开度变化增量;为增量ΔXgt的微分;ΔPgt为发电机输出变化量;为增量ΔPgt的微分;Δft为频率误差增量;为增量Δft的微分;ΔIt为频率误差积分增量;为增量ΔIt的微分;ΔPdt为负荷增量;Tg、Tt、Tp分别为调速器、涡轮机、发电机时间常数;Kp、Ke分别为发电机增益和积分控制增益;Rd为调速器速度下降率;ut为t时刻的控制策略; 其中,调速器阀门开度变化增量ΔXgt、发电机输出变化量ΔPgt、频率误差增量Δft和频率误差积分增量ΔIt为单区域电力系统频率响应模型的状态变量;负荷增量ΔPdt为扰动变量。

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重庆市电力公司;重庆大学,其通讯地址为:400014 重庆市渝中区中山三路21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”。

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。