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！

龙图腾网获悉中国南方电网有限责任公司申请的专利电力系统预训练模型的插件功能与在线测试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：CN119620728B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411517180.0，技术领域涉及：G05B23/02；该发明授权电力系统预训练模型的插件功能与在线测试方法是由彭超逸;何宇斌;符秋稼;许丹莉;练寅设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本电力系统预训练模型的插件功能与在线测试方法在说明书摘要公布了：本发明公开了一种电力系统预训练模型的插件功能与在线测试方法，本申请通过结合NLP、BERT和强化学习技术，设计了面向电力行业的预训练模型，实现了数据驱动的智能控制策略。通过半监督学习整合有标注和无标注数据，提升了模型的泛化能力，并为强化学习代理提供了高质量的初始化模型。将预训练模型拆解为独立插件模块，通过API与仿真平台集成，实现了模块的按需加载与场景切换，保证了系统的灵活性。在HIL平台上模拟动态事件和系统故障，结合MPC控制器预训练强化学习代理，使其策略优化过程能够持续自适应于系统状态。此外，通过粒子群优化算法不断更新模型参数和控制策略，确保RL代理和插件模块始终与系统需求保持同步。

本发明授权电力系统预训练模型的插件功能与在线测试方法在权利要求书中公布了：1.一种电力系统预训练模型的插件功能与在线测试方法，其特征在于，包括以下步骤： 步骤S1：使用NLP、BERT和强化学习技术，结合电力行业数据和标准文档，训练预训练模型，并通过半监督学习将有标注和无标注数据整合； 步骤S2：将预训练大模型拆分为独立插件模块，并通过API与仿真平台集成，根据不同电力场景按需加载； 步骤S3：在HIL平台上集成插件模块和物理设备，通过实时仿真模拟动态事件与系统故障： S301：将拆分后的插件模块通过API与HIL平台建立通信，接着，配置API地址，确保插件模块能够实时接收数据并返回控制指令； S302：在HIL平台上搭建预设的仿真场景，接着，将物理设备连接至HIL平台，使得设备和系统之间的数据传输同步，随后，将仿真平台实时采集的数据传递给插件模块，并接收其输出的控制指令； S303：在仿真过程中，通过HIL平台实时监控系统状态，检测动态事件和系统故障，在检测时将检测到的事件和故障数据传递给插件模块，触发控制逻辑生成相应的控制指令，并将指令传回HIL系统； S304：使用FPGA的自适应模块实现控制参数的自动更新，基于最速下降算法实时优化参数； S305：将仿真过程中的输入、输出及事件日志传递给中央监控系统，并与HIL平台的结果同步，记录每次API调用的状态和控制指令；步骤S4：在HIL仿真中使用MPC控制器预训练强化学习代理，使其模仿MPC的行为并逐步优化控制策略： S401：在HIL仿真平台中搭建MPC控制器模型，并基于系统的状态空间模型定义控制时域和预测时域，接着，在每个时间步通过二次规划算法求解最优控制指令，将其输出作为基准控制策略； S402：在HIL平台中运行MPC控制器，在不同工况和动态事件下采集系统状态和对应的控制指令，记录状态-动作对数据，并存储于训练数据集中，作为强化学习代理的训练数据； S403：部署预训练后的强化学习代理在HIL仿真中，实时接收系统状态和反馈数据，接收数据的过程中代理使用ProximalPolicyOptimization算法不断更新策略，基于实时奖励信号自适应优化其控制行为； S404：在每轮在线训练后，评估强化学习代理的控制策略，与MPC的基准控制策略进行对比，根据评估结果调整RL代理的超参数，并继续在线训练；步骤S5：从HIL仿真和系统运行中采集实时数据，并通过优化算法更新强化学习代理模型参数和控制策略，将数据反馈给RL代理和插件模块以调整其行为。

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中国南方电网有限责任公司，其通讯地址为：510000 广东省广州市黄埔区科学城科翔路11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。