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！

龙图腾网获悉杭州电子科技大学申请的专利基于深度强化学习的电动汽车充电站充电功率分配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：CN119761735B 。

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：202411836727.3，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的电动汽车充电站充电功率分配方法是由夏永祥;程中懿;张家琪设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于深度强化学习的电动汽车充电站充电功率分配方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的电动汽车充电站充电功率分配方法，其特征在于，包括如下步骤：步骤1、根据充电站的位置、电动汽车的初始电量和位置，为用户筛选出合适的充电站，从而得到电动汽车的充电站候选解集合；步骤2、根据空间负载均衡选择将电动汽车分配到负载最低的充电站，并结合电动汽车到达充电站的时间给出最优充电站；步骤3、根据到达充电站内的电动汽车的信息，将电动汽车充电资源分配问题转化为马尔可夫过程问题；步骤4、利用深度强化学习算法迭代求解马尔可夫过程问题，从而最终的动作值作为最终的功率分配方式。该方法可以有效的减少用户的充电成本和配电网的负载差距，有利于多配电网之间的负载均衡。

本发明授权基于深度强化学习的电动汽车充电站充电功率分配方法在权利要求书中公布了：1.一种基于深度强化学习的电动汽车充电站充电功率分配方法，其特征在于，包括如下步骤： 步骤1、根据充电站的位置、电动汽车的初始电量和位置，为用户筛选出合适的充电站，从而得到电动汽车的充电站候选解集合； 步骤2、根据空间负载均衡选择将电动汽车分配到负载最低的充电站，并结合电动汽车到达充电站的时间给出最优充电站； 步骤3、根据到达充电站内的电动汽车的信息，将电动汽车充电资源分配问题转化为马尔可夫过程问题，所述电动汽车的信息包括电动汽车的充电需求和充电停车时间，所述马尔可夫过程问题包括动作值、状态值和奖励值的求解；选择当前充电站在当前时刻的充电动作aj,t作为马尔可夫过程问题的动作，aj,t表示为： 其中，表示充电站在当前时刻t选择充电的电动汽车数量，当前时刻电动汽车总量；并根据用户紧急程度执行充电动作； 计算优化目标为最小化用户成本DRL_Cost的奖励函数表达式如下： 其中pj,t代表的是第j个充电站在t时刻的充电价格； 计算最小化充电站之间负载差距DRL_Space的奖励函数表达式如下： 其中代表的是第j个配电网在t时刻时没有电动汽车充电时的基础负载，Pttot所有配电网在t时刻时没有电动汽车充电时的总负载； 最终马尔可夫过程问题的构建方法： 由于和的量化等级不同，因此为了能够使用户的充电成本和充电站之间的负载差距进行共同优化，需要对二者进行归一化处理，归一化的公式如下： 其中，xt代表该元素在时刻t下的值，xmax表示同一类元素的最大值，xmin表示同一类元素的最小值，则考虑用户成本和空间负载均衡DRL_Both的奖励函数rj,t用如下公式计算： 其中，α和β分别代表奖励函数为最小化用户充电成本和充电站负载均衡时的权重因子，代表的是将价格归一化后的值，代表的是将负载差距归一化后的值； 根据状态St，动作aj,t和不同的奖励函数，计算当前状态-动作下的Q值函数Qjs,a，计算公式为： 其中，E代表期望函数，γ代表折扣因子，rj,t+k代表智能体在未来时刻的奖励，Qjs,a代表在状态s下，采取动作a得到的累计奖励期望； 步骤4、利用深度强化学习算法迭代求解马尔可夫过程问题，从而最终的动作值作为最终的功率分配方式。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。