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！

龙图腾网获悉深圳市信润富联数字科技有限公司申请的专利基于强化学习的降碳路径组合调度方法及相关设备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：CN120579792B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511074065.5，技术领域涉及：G06Q10/0631；该发明授权基于强化学习的降碳路径组合调度方法及相关设备是由熊海飞;黄雪峰;黄世鸿设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本基于强化学习的降碳路径组合调度方法及相关设备在说明书摘要公布了：本申请公开了一种基于强化学习的降碳路径组合调度方法及相关设备，涉及低碳生产技术领域，所述基于强化学习的降碳路径组合调度方法，包括：获取碳因子生产实测数据；将所述碳因子生产实测数据输入至预先训练的降碳路径组合调度模型，调度得到当前碳因子的最佳降碳路径，其中，所述降碳路径组合调度模型为深度强化学习模型。本申请采用了深度强化学习模型，当获取碳因子生产实测数据并将其输入至预先训练的降碳路径组合调度模型时，通过模型的深度学习和强化训练实现对碳因子的最佳降碳路径的精准调度，以此实现对复杂动态变化的碳排放数据的高效处理和优化，进而确定最佳降碳路径，最终完成对碳排放的有效降低。

本发明授权基于强化学习的降碳路径组合调度方法及相关设备在权利要求书中公布了：1.一种基于强化学习的降碳路径组合调度方法，其特征在于，所述的方法包括： 获取碳因子生产实测数据； 将所述碳因子生产实测数据输入至预先训练的降碳路径组合调度模型，调度得到当前碳因子的最佳降碳路径，其中，所述降碳路径组合调度模型为深度强化学习模型； 所述将所述碳因子生产实测数据输入至预先训练的降碳路径组合调度模型的步骤之前包括： 从动态训练过程中的回放记忆单元中随机取出四元组数据，组成训练集； 所述从动态训练过程中的回放记忆单元中随机取出四元组数据，组成训练集的步骤之前包括： 初始化回放记忆单元，设定其数据长度为第一预设值，同时确定碳因子数量以及每种碳因子对应的实测数据集合； 对动作价值函数进行初始化，设置其权重为第二随机值，并将目标动作价值函数的权重初始化为预设的目标初始权重； 获取第一碳因子生产观测数据，对所述第一碳因子生产观测数据进行预处理，打乱顺序后得到训练数据序列，其中，每条训练数据表示收集到的观测数据中的一条； 对于训练过程中的每个时间步长，以随机概率选择随机调度动作，否则选择最优调度动作； 获取执行调度动作后的奖励值以及更新后的第二碳因子生产观测数据； 将包含第一碳因子生产观测数据对应的训练数据序列的第一训练数据、执行的调度动作、奖励值以及更新后的第二碳因子生产观测数据对应的第二训练数据，组合为四元组数据并存储至所述回放记忆单元； 所述从动态训练过程中的回放记忆单元中随机取出四元组数据，组成训练集的步骤之前包括： 选取与碳排放量呈反向关联的奖励值计算规则，其中，奖励值随碳排放量增加而递减； 控制随机调度动作的选择概率随时间步长按预设的指数规律递减； 根据所述训练集对深度强化学习模型进行训练，其中，对所述深度强化学习模型的网络权重参数执行梯度下降优化，每经过预设轮数的学习，将所述深度强化学习模型的目标动作价值函数的权重更新为当前动作价值函数的权重。

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深圳市信润富联数字科技有限公司，其通讯地址为：518000 广东省深圳市罗湖区清水河街道清水河社区清水河五路10号润启科技大厦2001；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。