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！

龙图腾网获悉国网安徽省电力有限公司滁州市城郊供电公司申请的专利一种基于拓扑变换的元强化学习模型迁移训练方法及装置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：CN119089977B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411120437.9，技术领域涉及：G06N3/096；该发明授权一种基于拓扑变换的元强化学习模型迁移训练方法及装置是由胡康生;张西童;武华茂;董彩棚;丁烨;倪旭东;梁华尘;王倩倩;周智博设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本一种基于拓扑变换的元强化学习模型迁移训练方法及装置在说明书摘要公布了：本发明公开了一种基于拓扑变换的元强化学习模型迁移训练方法及装置，涉及机器学习技术领域；获取多个区域的电力数据，构建区域数据集；将区域数据集与预设训练模型的模型数据集进行数据特征对比，根据数据特征确定预设训练模型的更新策略；将区域数据集中的数据迁移至模型数据集中，根据更新策略执行更新操作得到目标模型。通过收集多区域电力数据构建区域数据集，并与预设训练模型的模型数据集进行数据特征对比，以确定模型更新策略，迁移训练方法有效的应用在模型更新上。此方法不仅加速了训练过程，提高了模型性能，还降低了计算资源需求，从而实现了高效且经济的模型更新方式，增强了模型在电力故障定位中的适应性和准确性。

本发明授权一种基于拓扑变换的元强化学习模型迁移训练方法及装置在权利要求书中公布了：1.一种基于拓扑变换的元强化学习模型迁移训练方法，其特征在于，获取预设训练模型，所述预设训练模型用于识别目标区域的电网故障，所述方法包括: 获取多个区域的电力数据，构建区域数据集；所述区域数据集包括：训练数据集，验证数据集，测试数据集；所述电力数据包括：电网拓扑结构和各种设备的电力数据； 将所述区域数据集与所述预设训练模型的模型数据集进行数据特征对比，根据所述数据特征确定所述预设训练模型的更新策略； 将所述区域数据集中的数据迁移至所述模型数据集中，根据所述更新策略执行更新操作得到目标模型； 通过收集多区域电力数据构建区域数据集，并与预设训练模型的模型数据集进行数据特征对比，以确定模型更新策略，迁移训练方法有效的应用在模型更新上； 更新策略包括：第一更新模式、第二更新模式、第三更新模式和第四更新模式；其中，区域数据集的数据量小并且相似度高则确定该模式为第一更新模式，若区域数据集的数据量小并且相似度低则确定该模式为第二更新模式，区域数据集的数据量大并且相似度高则确定该模式为第三更新模式，区域数据集的数据量大并且相似度低则确定该模式为第四更新模式； 通过对比区域数据集与预设训练模型的模型数据集的数据特征，并据此确定模型的更新策略，高效地调整模型以更好地确定更新模式； 将所述区域数据集与所述预设训练模型的模型数据集进行数据特征对比包括： 提取所述区域数据集与所述模型数据集的关键特征；所述关键特征包括：电网拓扑结构中的关键节点特征和设备的电力数据特征； 计算所述区域数据集与所述预设训练模型关键特征的绝对差值，若所述绝对差值小于预设阈值，则判定所述区域数据集与所述预设训练模型的相似度高； 将所述区域数据集的数据量与数据量阈值进行比对，若所述区域数据集的数据量小于数据量阈值，则判定所述区域数据集的数据量小； 通过余弦相似度计算区域数据集与模型数据集关键特征的绝对差值，并使用这一方法来判断两者的相似度，能够提供一个量化的指标来评估两个数据集之间的相似性；通过计算绝对差值，得到两个数据集在关键特征上的差异程度，从而快速判断模型的更新策略。

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安徽省电力有限公司滁州市城郊供电公司，其通讯地址为：239000 安徽省滁州市中都大道658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。