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！

龙图腾网获悉河海大学申请的专利基于拓扑安全约束和集成强化学习的配电网重构方法与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：CN119891150B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202411713658.7，技术领域涉及：H02J3/00；该发明授权基于拓扑安全约束和集成强化学习的配电网重构方法与系统是由臧海祥;赵勇凯;程礼临;刘璟璇;孙国强;卫志农;周亦洲;陈胜;韩海腾;黄蔓云;朱瑛设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本基于拓扑安全约束和集成强化学习的配电网重构方法与系统在说明书摘要公布了：本发明公开了一种基于拓扑安全约束和集成强化学习的配电网重构方法与系统。所述方法包括：电网环境建模，包括系统状态量设计、奖励函数设计、电网约束嵌入和系统潮流解算；构建拓扑安全层，通过检测算法使用拓扑掩码对拓扑重构动作进行矫正；利用集成动作网络、参数掺杂机制和网络删减机制对不同动作进行预判；组建强化学习训练框架对初始的策略网络进行训练，获取网络参数；利用训练后的策略网络根据系统的状态数据获取配电网重构的调度策略。本发明在强化学习的基础上叠加拓扑安全层并引入了动作网络集成等机制，解决了强化学习模型输出策略缺乏安全性问题，并缓解了参数训练过程的波动性，能够实时高效地获取配电网的重构调度策略。

本发明授权基于拓扑安全约束和集成强化学习的配电网重构方法与系统在权利要求书中公布了：1.一种基于拓扑安全约束和集成强化学习的配电网重构方法，其特征在于，包括以下步骤： 步骤1：构建电网环境，所述电网环境用于与强化学习模型交互获取训练数据，包括系统状态量设计、奖励函数设计、电网约束嵌入和系统稳态量计算，所述强化学习模型的目的是通过调整系统的网架结构和储能资源，最小化网损与线路开关的动作次数；模型的策略网络根据电网环境的当前状态数据给出重构动作，并根据奖励函数计算本次动作的奖励，返回奖励和电网环境的下一状态数据；所述状态数据包括网络上一时刻拓扑动作、上一时刻储能容量状态、上一时段的节点功率，所述重构动作包括拓扑动作和储能动作，其中拓扑重构动作被设计为依次在不同的独立回路中选择性地断开一条可控支路； 步骤2：构建拓扑安全层，所述拓扑安全层通过拓扑检测算法使用动作掩码对模型初始计算的拓扑重构动作进行检测与矫正，定义树节点为所链接非树支路小于等于1的节点；定义树支路为包含树节点的支路；初始状态下所有的支路均为非树支路；拓扑检测算法将拓扑生成的过程视作从原始闭合拓扑中抽离出树状拓扑，树节点和树支路一旦形成，即包含于最终树状拓扑中，则树支路的编码即是掩码元素；当检测到当前操作的支路为树支路时，为该支路叠加一个负无穷的掩码元素，使其不会被选中； 步骤3：将多个动作网络组合成集成动作组，通过参数掺杂机制和网络删减机制对集成动作组的不同重构动作进行预判和筛选，所述参数掺杂机制对每个动作网络设置周期计数器，统计第一周期内每个动作网络的最优动作次数，将最优动作网络的参数传递给其他动作网络，对其参数进行扰动；所述网络删减机制在第二周期下记录各动作网络的最优动作频率，将其从动作网络组中删除； 步骤4：利用双延迟-确定策略梯度框架对强化学习模型进行训练，获取用于生成重构调度策略的网络参数； 步骤5：利用训练后的强化学习模型，根据当前系统的状态数据获取对应的配电网重构的调度策略。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。