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！

龙图腾网获悉重庆大学申请的专利一种基于强化学习的微电网智能安全次级电压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：CN119496288B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411625376.1，技术领域涉及：H02J13/00；该发明授权一种基于强化学习的微电网智能安全次级电压控制方法是由陈刚;段湘俊;张红丽设计研发完成，并于2024-11-14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微电网智能安全次级电压控制方法在说明书摘要公布了：本发明涉及一种基于强化学习的微电网智能安全次级电压控制方法，属于电网技术领域。该方法首先建立混合网络攻击下微电网次级控制模型。设计基于深度学习的DoS攻击防御网络，设计自适应FDI攻击补偿状态观测器，建立对未知FDI攻击的补偿，并设计补偿信号的自适应律，实现受到网络攻击下系统状态的估计。基于强化学习构造评价‑执行结构，结合反步法设计虚拟最优控制器和实际最优控制器，利用神经网络逼近系统模型、评价网络和执行网络中未知部分，并给出权重调节律。在性能指标函数中引入log型障碍函数，将输出约束在固定的常数区间内，以满足约束条件。本发明能应对DoS攻击和FDI攻击，保证微电网次级电压的稳定控制和安全运行。

本发明授权一种基于强化学习的微电网智能安全次级电压控制方法在权利要求书中公布了：1.一种基于强化学习的微电网智能安全次级电压控制方法，其特征在于：该方法包括以下步骤： 步骤一：建立混合网络攻击下微电网次级控制模型，包括： 建立通信网络模型，其中分布式发电单元之间的通信关系抽象为无向图； 对DoS攻击和FDI攻击进行建模，分别建立数据包丢失概率分布模型和FDI攻击信号模型； 建立混合网络攻击下具有输出约束的微电网次级电压控制系统的状态方程，考虑系统参数扰动、未知参数和不可测量变量等不确定性因素； 步骤二：设计基于深度学习的DoS攻击防御网络，包括卷积神经网络CNN、长短期记忆网络LSTM和自回归AR模块，用于预测和补偿DoS攻击导致的系统量测值丢包问题； 步骤三：设计自适应FDI攻击补偿状态观测器，采用基于投影算子的补偿机制，建立对未知FDI攻击的补偿，并设计补偿信号的自适应律，实现受到网络攻击下系统状态的估计； 步骤四：在DoS和FDI攻击防御机制的基础上，设计安全优化控制器，基于强化学习构造评价-执行结构，结合反步法设计虚拟最优控制器和实际最优控制器，利用神经网络逼近系统模型、评价网络和执行网络中未知部分，并给出权重调节律，考虑系统输出具有对称时不变约束情况，在性能指标函数中引入log型障碍函数，利用对数函数性质，将输出约束在固定的常数区间内，以满足约束条件。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。