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！

龙图腾网获悉四川华电木里河水电开发有限公司申请的专利基于DDPG算法的水轮机自适应PID控制方法及装置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：CN121091640B 。

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：202511648300.5，技术领域涉及：G05B11/42；该发明授权基于DDPG算法的水轮机自适应PID控制方法及装置是由何涛;刘佳萍;唐中平;冯永清;史奎林;钱朝礼;陈燕;袁意翔;兰志远设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于DDPG算法的水轮机自适应PID控制方法及装置在说明书摘要公布了：本申请涉及水轮机控制技术领域，具体涉及基于DDPG算法的水轮机自适应PID控制方法及装置，该方法包括：获取水轮机在各工况下的各类监测数据；将整个数据采集时间划分为多个时间区间；根据各工况下各类监测数据在各时间区间的数据特征，以及各类监测数据在各时间区间的重要程度，获取各类监测数据在各时间区间的响应特征值，并结合各类监测数据在各时间区间的重要程度与其响应特征值之间的差异，对DDPG算法中为各类监测数据分配的初始权重进行调整，进而得到PID参数调整模型，进而对当前时刻的预设PID参数进行调节。本申请通过根据各类监测数据的数据特征对其初始权重进行优化，提高了水轮机自适应PID控制的准确性。

本发明授权基于DDPG算法的水轮机自适应PID控制方法及装置在权利要求书中公布了：1.基于DDPG算法的水轮机自适应PID控制方法，其特征在于，该方法包括以下步骤： 多次获取水轮机在各工况下的各类监测数据； 根据各时刻下所有类监测数据中的异常程度将整个数据采集时间划分为多个时间区间；根据各工况下各类监测数据在各时间区间的数据变化趋势以及数据的多种统计特征，获取各类监测数据在各时间区间的特征向量；根据各类监测数据在各时间区间相较于其他类监测数据的重要程度，以及各类监测数据在各时间区间与其余各时间区间的特征向量之间的距离，获取各类监测数据在各时间区间的响应特征值； 根据各类监测数据在各时间区间相较于其他类监测数据的重要程度与其响应特征值之间的差异，以及各类监测数据在各时间区间的响应特征值，获取各类监测数据的调节系数，进而对DDPG算法中的Critic网络为各类监测数据分配的初始权重进行调整，进而得到PID参数调整模型，并结合当前时刻的各类监测数据和预设PID参数，获取当前时刻的PID参数调整量，进而对当前时刻的预设PID参数进行调节； 所述各类监测数据在各时间区间的特征向量的获取过程为：获取各类监测数据在各时间区间的趋势统计量和多种统计特征值，所述多种统计特征值是指各类监测数据在各时间区间的均值、方差和偏差均值，所述偏差均值是指各类监测数据在各时间区间内的所有数据与其额定数据之间的绝对差值的均值；将各类监测数据在各时间区间的趋势统计量和所有统计特征值构成的向量作为各类监测数据在各时间区间的特征向量; 所述各类监测数据在各时间区间的响应特征值的计算公式为：；式中，表示第x类监测数据在第个时间区间的响应特征值；表示第x类监测数据在第个时间区间内的相对权重；表示第x类监测数据在第个时间区间与第个时间区间的特征向量之间的欧氏距离；表示时间区间的总数量；其中，第个时间区间内各类监测数据的相对权重的获取方式为：将第y个时间区间内的所有种类的监测数据作为CRITIC算法的输入，得到第y个时间区间内每类监测数据的相对权重; 所述各类监测数据的调节系数的计算公式为：；式中，表示第类监测数据的调节系数；表示第x类监测数据在第y个时间区间的响应特征值的归一化结果；表示第x类监测数据在第y个时间区间的特征差异值；表示第类监测数据在所有时间区间的特征差异值的和值；表示时间区间的总数量; 各类监测数据在各时间区间的特征差异值是指：各类监测数据在各时间区间的相对权重与归一化后的响应特征值之间的绝对差值; 所述对DDPG算法中的Critic网络为各类监测数据分配的初始权重进行调整的计算公式为：；式中，表示第类监测数据的调整后的权重；和分别表示传统DDPG算法中的Critic网络为第类和第类监测数据分配的初始权重，和分别表示第类和第类监测数据的调节系数，为监测数据的类别总数。

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四川华电木里河水电开发有限公司，其通讯地址为：615000 四川省凉山彝族自治州木里藏族自治县固增乡撒洼村；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。