Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京石油化工学院胡宇获国家专利权

北京石油化工学院胡宇获国家专利权

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!

龙图腾网获悉北京石油化工学院申请的专利一种基于多代理仿真的中短期电力现货价格预测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:CN120707186B

龙图腾网通过国家知识产权局官网在2026-03-31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:202510835453.4,技术领域涉及:G06Q30/0201;该发明授权一种基于多代理仿真的中短期电力现货价格预测方法是由胡宇;金禹霖;倪静;鲁建宏;高志远;郄晓彤设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。

一种基于多代理仿真的中短期电力现货价格预测方法在说明书摘要公布了:本发明涉及电力现货市场价格预测技术领域,具体涉及一种基于多代理仿真的中短期电力现货价格预测方法,包括以下步骤:S1,采集数据:获取历史市场、机组参数和预测日数据;S2,主体优化:用高斯混合模型降维,并依据AICBIC确定主体数量;S3,仿真环境:根据边际价格机制,通过供需关系确定电价;S4,奖励函数:融合价格、合约偏差与收益,动态权重实现优化;S5,策略模型:基于MADDPG构建发电商竞价模型;S6,模型训练:训练并优化发电商竞价策略模型;S7,预测评估:评估模型效果,实现电价预测。本发明,实现了对电力现货价格的中短期高精度预测,显著提升了模型在复杂市场环境下的适应性与预测可靠性。

本发明授权一种基于多代理仿真的中短期电力现货价格预测方法在权利要求书中公布了:1.一种基于多代理仿真的中短期电力现货价格预测方法,其特征在于,包括以下步骤: S1,采集数据:获得历史市场信息数据、机组参数数据和预测日市场信息数据; S2,市场主体优化:采用高斯混合模型对市场主体进行特征降维,通过计算赤池信息准则和贝叶斯信息准则选择主体数目; S3,搭建现货市场仿真环境:根据边际价格机制,通过市场供需关系来确定电力交易的价格; S4,奖励函数体系设置:通过融合价格偏差、合约偏差和市场收益的三维奖励函数体系,结合动态权重调节机制实现多目标优化; S5,构建机组报价策略模型:基于多智能体深度确定性策略梯度的强化学习算法,构建发电商竞价策略模型; S6,模型训练:对发电商竞价策略模型进行训练,并实现发电商竞价策略模型自身的自主优化过程; S7,模型评估及电价预测:根据经验值评估发电商竞价策略模型的效果,实现中短期时间尺度的电力现货价格预测; 所述S4中的奖励函数体系设置包括: S41,价格偏差:通过计算边际价格与实际电价之间的相对误差平方来衡量每个时间节点的出清电价偏差,价格偏差奖励值是所有时间节点的出清电价偏差,表示为: ; ; 其中,为某日各时刻的市场出清电价,为该日各时刻的实际电价,β为权重系数; S42,合约偏差:通过计算累计负荷率与目标累计负荷率之间的相对误差平方计算年累计电量偏差,用于评估智能体的报价策略对成交量的影响,并设置时间敏感权重系数,以引导智能体报价策略趋近于预定目标状态,表示为: ; 其中,指到第t天的累计负荷率,是平均负荷率; ; ; 其中,指初始的权重系数,t是当前的时间步; S43,市场收益:基于机组的实际发电量、市场出清价格以及其发电成本,计算市场主体一天内的总收入与总成本,相减得出净收益值,用来评估智能体每日报价策略的经济表现,表示为: ; 其中,为市场主体i在时间t的发电量,为时间t的节点边际价格,为市场主体i的单位发电量的煤耗,为煤炭价格。

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北京石油化工学院,其通讯地址为:102627 北京市大兴区清源北路19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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。