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(保定)申请的专利一种电力市场主体行为趋势确定方法、介质及系统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：CN119963233B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510093121.3，技术领域涉及：G06Q30/0201；该发明授权一种电力市场主体行为趋势确定方法、介质及系统是由许小峰;刘敦楠;龚诚;李根柱;贾洵浩设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种电力市场主体行为趋势确定方法、介质及系统在说明书摘要公布了：本发明提供了一种电力市场主体行为趋势确定方法、介质及系统，属于电力市场主体行为趋势分析技术领域，包括：通过综合运用强化学习、深度神经网络和数据分析技术，实现对电力市场复杂行为的精准预测。研究首先采集电力市场历史运行数据，并进行多维度时序分解，提取价格和报价的稳定与波动特征。通过构建无奖励函数的五元组模型，结合专家知识和主成分分析，迭代优化奖励函数模型，建立市场主体行为方程组。随后，利用编码器‑解码器结构的深度神经网络，结合极大似然估计方法，构建市场主体行为概率分布模型。最终，该方法能够准确预测市场主体行为趋势，解决了现有技术中存在的难以准确把握电力市场主体行为趋势的问题。

本发明授权一种电力市场主体行为趋势确定方法、介质及系统在权利要求书中公布了：1.一种输出确定电力市场主体行为趋势报告的方法，其特征在于，包括以下步骤： S01、采集电力市场运行历史数据，包括市场出清价格数据、主体报价策略数据、实际成交电量数据、系统负荷需求数据、机组技术约束数据、网络安全约束数据以及市场份额数据； S02、对所述市场出清价格数据及所述主体报价策略数据进行多维度时序分解，得到价格稳定分量数据、价格波动分量数据、报价稳定分量数据以及报价波动分量数据； S03、利用所述价格稳定分量数据、所述价格波动分量数据、所述报价稳定分量数据以及所述报价波动分量数据，构建无奖励函数的五元组模型，并建立状态空间矩阵和动作空间矩阵； S04、基于所述状态空间矩阵和所述动作空间矩阵，进行蒙特卡洛采样，获取初始状态样本集合； S05、针对所述初始状态样本集合，利用专家知识构建初始奖励函数模型，计算累积奖励期望值以及特征期望函数； S06、通过主成分分析方法对所述市场出清价格数据、所述主体报价策略数据、所述实际成交电量数据进行降维处理，提取关键特征向量，计算实际特征期望值； S07、将所述实际特征期望值与所述特征期望函数进行对比，得到特征期望偏差，基于所述特征期望偏差训练逆强化学习模型，迭代更新所述初始奖励函数模型直至所述特征期望偏差小于预设阈值，得到优化后的奖励函数模型； S08、利用所述优化后的奖励函数模型构建市场主体行为方程组； S09、构建深度神经网络模型，所述深度神经网络模型采用编码器解码器结构，包括特征提取模块、时序编码层、注意力层以及策略解码层； S10、基于所述市场主体行为方程组和所述深度神经网络模型，采用极大似然估计方法求解未知参数，建立市场主体行为概率分布模型； S11、根据所述市场主体行为概率分布模型，预测市场主体的行为趋势，生成市场主体行为趋势预测报告； 其中，多维度时序分解具体采用非线性时序分解： ; ; 式中，为市场出清价格时间序列；为价格稳定分量；为价格波动分量；为价格分解误差项；为报价策略时间序列；为报价稳定分量；为报价波动分量；为报价分解误差项；为时序分解权重系数； 所述市场主体行为方程组包括： 效用最大化偏微分方程： ; 式中，为效用函数；为扩散系数；为非线性耦合项；为效用函数噪声； 策略优化耦合方程： ; 式中，为报价策略；为目标最优策略；为优化系数；为策略优化噪声； 市场出清动力学方程： ; 式中，为市场价格；为总需求；为第个主体的出力；为市场调节系数；为价格噪声； 约束条件耦合方程： ; 式中，为输电约束函数；为网络节点坐标；为网络敏感度系数； 所述特征提取模块使用卷积神经网络提取市场数据的时空特征；所述时序编码层，采用长短时记忆网络捕捉数据的时序依赖关系。

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(保定)，其通讯地址为：071066 河北省保定市莲池区永华北大街619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。