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！

龙图腾网获悉南方电网科学研究院有限责任公司;中国南方电网有限责任公司申请的专利一种主动配电网点对点能量交易方法、系统、设备和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：CN118982427B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411191539.X，技术领域涉及：G06Q40/04；该发明授权一种主动配电网点对点能量交易方法、系统、设备和介质是由孙健;史训涛;肖小兵;柯清派;邱杨鑫;李楷然;林致远;刘通;徐敏;雷一勇;阳浩;吴亚雄;张军;卢洪鑫;黄文歆设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本一种主动配电网点对点能量交易方法、系统、设备和介质在说明书摘要公布了：本发明公开了一种主动配电网点对点能量交易方法、系统、设备和介质，涉及配电网技术领域。通过基于主动配电网交易约束数据进行智能体构建，生成初始智能体；将主动配电网对应的实时节点状态数据输入初始智能体进行行为动作选择并进行潮流计算，生成配电网网损数据和配电网电压数据；基于配电网网损数据、配电网电压数据和产消者交易约束数据进行交易收益计算，生成多个节点交易收益值；采用配电网运行成本数据和节点交易收益值对初始智能体进行训练，生成目标智能体。利用训练好的目标智能体对主动配电网实时场景下的点对点能量交易进行递推求解，实现整个时间序列决策过程累计效益最大化，有助于降低配电网运行成本，提升市场交易收益。

本发明授权一种主动配电网点对点能量交易方法、系统、设备和介质在权利要求书中公布了：1.一种主动配电网点对点能量交易方法，其特征在于，包括： 获取主动配电网的产消者交易约束数据和主动配电网交易约束数据，基于所述主动配电网交易约束数据进行智能体构建，生成初始智能体； 将所述主动配电网对应的实时节点状态数据输入所述初始智能体进行行为动作选择并进行潮流计算，生成配电网网损数据和配电网电压数据； 基于所述配电网网损数据、所述配电网电压数据和所述产消者交易约束数据进行交易收益计算，生成多个节点交易收益值； 采用配电网运行成本数据和所述节点交易收益值对所述初始智能体进行训练，生成目标智能体； 将所述实时节点状态数据输入所述目标智能体进行效益递推求解，得到最大化累计效益对应的能量交易方案； 所述采用所述配电网运行成本数据和所述节点交易收益值对所述初始智能体进行训练，生成目标智能体的步骤，包括： 采用所述配电网运行成本数据和所述节点交易收益值分别计算所述初始智能体中各动作对应的总回报，生成多个总回报值； 所述总回报对应的计算函数为： ； 其中，为在给定状态下采取某个特定动作所期望得到的总回报值；为在给定状态下的初始状态参数；为在给定状态下的状态参数；为在给定状态下采取某个特定动作所期望得到的总回报值；为节点数量； 采用预设网络目标值计算公式分别计算所述初始智能体中各动作对应的网络目标值，生成多个网络目标值； 所述预设网络目标值计算公式为： ； 其中，为网络目标值；为折扣因子；为离散设备的状态-行动价值函数；为连续设备的状态-行动价值函数；为连续设备的策略函数；为中离散设备的策略函数；为最优熵系数；为节点i的离散动作值；为节点i的连续动作值；r为奖励值；为期望值对应的给定状态； 通过最小化Critic网络的预测Q值与所述网络目标值之间的均方误差来更新Critic网络参数，生成目标Critic网络参数； 所述均方误差计算公式为： ； 其中，为给定状态s下a动作对应的均方误差；为强化学习所有状态的第一期望值；为Critic网络的预测Q值；为连续设备动作值；为离散设备动作值；r为奖励值；为期望值对应的给定状态；为经验缓存池；为网络目标值； 通过最小化Actor网络的损失参数，最大化Q网络的输出来更新Actor网络参数，生成目标Actor网络参数； 所述损失参数对应的损失函数为： ； 其中，为状态s下的损失函数；为强化学习所有状态的第二期望值；为Critic网络的预测Q值；为连续设备动作值；为离散设备动作值；为最优熵系数；为Actor网络的策略函数；为经验缓存池； 采用所述目标Critic网络参数和所述目标Actor网络参数对所述初始智能体进行训练，生成目标智能体。

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南方电网科学研究院有限责任公司;中国南方电网有限责任公司，其通讯地址为：510663 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼；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”。