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！

龙图腾网获悉中国长江三峡集团有限公司;中国长江电力股份有限公司;武汉大学申请的专利一种水库闸门调度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：CN120069374B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510004872.3，技术领域涉及：G06Q10/0631；该发明授权一种水库闸门调度方法与系统是由张玮;刘园;刘攀;张璐;程晓东;黄康迪;赵辉;林显;张奥南;李梦杰设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种水库闸门调度方法与系统在说明书摘要公布了：本公开涉及闸门调度技术领域，提供了一种水库闸门调度方法与系统，所述方法包括获取水库基础信息，基于水库基础信息构建水库溢洪道闸门多目标优化调度的目标函数和约束条件；目标函数的目标为水库最大出库流量与水库溢洪道闸门平均调整次数之和最小；构建深度强化学习框架；确定深度强化学习框架的状态变量、动作变量、并基于目标函数和约束条件确定奖励函数；利用近端策略优化算法训练深度强化学习框架，依据所训练好的智能体能根据洪水过程制定合理的闸门调度方案。该方法能用于水库防洪，为调度人员提供合理的闸门调度方案。

本发明授权一种水库闸门调度方法与系统在权利要求书中公布了：1.一种水库闸门调度方法，其特征在于，包括： 获取水库基础信息； 基于水库基础信息构建水库溢洪道闸门多目标优化调度的目标函数和约束条件；所述目标函数的目标为水库最大出库流量与水库溢洪道闸门平均调整次数之和最小；约束条件包括水量平衡约束、水库水位约束、库容曲线约束、最大泄流能力约束、出库流量变幅约束、溢洪道泄流约束； 构建深度强化学习框架；所述深度强化学习框架的状态变量为t时段初的水库水位、t时段的入库流量、t-1时段的出库流量和闸门组合情况；动作变量为t时段的闸门组合情况；所述深度强化学习框架的奖励函数基于目标函数和约束条件构建； 所述奖励函数的构建，包括： 根据目标函数确定基础奖励函数，基础奖励函数为： 在每个时间步长中提供即时奖励，并将水库水位约束作为惩罚项纳入奖励函数中，得到最终的奖励函数为： 式中，α、β、、为权重系数；为截止到t时刻的最大出库流量；G为闸门调整次数；为第t步的即时奖励；M为闸门类型数；为第m类闸门的数量；为第m类的第j个闸门在t时刻的开度；I为闸门调整指示函数；为水位约束惩罚因子；为惩罚系数，i=1或2；为调度结束指示函数；为水库水位下限；为第t步水库实际水位；为水库水位上限；T为调度期总时间步； 利用近端策略优化算法训练深度强化学习框架，得到训练好的深度强化学习模型；利用训练好的深度强化学习模型进行水库闸门调度; 所述利用近端策略优化算法训练深度强化学习框架，得到训练好的深度强化学习模型；包括： 初始化策略网络的参数，价值网络的参数； 获取水库环境的初始环境状态s0，即初始时刻的入库流量和水库水位，以及上一时刻的出库流量和闸门组合情况； 策略网络根据初始状态输出不同闸门组合情况的概率分布，依照不同闸门组合情况的概率分布执行水库溢洪道闸门的动作at； 执行动作at后，获得奖励值，此时环境状态变为st+1； 将经验st,at,rt,st+1存储到缓冲区，当经验数量达到缓冲区容量时，最大化以更新策略网络的参数，最小化以更新价值网络的参数； 每更新一次策略网络的参数和价值网络的参数，对当前的策略进行评估，直至所获得的累积奖励值趋于稳定时，得到训练好的深度强化学习模型； 其中，，、是智能体的策略；是优势函数的估计值；是一个用于限制策略更新幅度的超参数；是用于控制熵正则化强度的超参数；为时间步t下的估计期望； 是价值网络对状态的估计值；是从状态开始的实际回报。

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长江三峡集团有限公司;中国长江电力股份有限公司;武汉大学，其通讯地址为：430010 湖北省武汉市江岸区六合路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。