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！

龙图腾网获悉国家电网有限公司华东分部申请的专利基于深度强化学习的负荷频率控制方法、装置及电子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：CN119109079B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411001461.0，技术领域涉及：H02J3/24；该发明授权基于深度强化学习的负荷频率控制方法、装置及电子设备是由周良才;周毅;刘林林;王健;徐昊;范栋琦;栾伟杰;丁佳立;高佳宁;孙志豪;刘理达;刘硕设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本基于深度强化学习的负荷频率控制方法、装置及电子设备在说明书摘要公布了：本公开涉及电力系统技术领域，公开了一种基于深度强化学习的负荷频率控制方法、装置及电子设备；其方法包括：针对任一区域子系统，利用对应的初始控制器参数确定模型，对当前状态数据进行处理，得到目标动作数据；在环境中执行各目标动作数据，得到奖励值和各目标区域子系统的当前状态数据；若各模型满足预设终止条件，则保存各模型参数以控制负荷频率；若各模型不满足预设终止条件，则针对任一目标模型，利用从对应的回放缓冲区中抽取的批量样本经验，对目标模型进行训练，将得到的训练后模型作为新的初始控制器参数确定模型；重置目标互联电力系统，并返回至第一步。本公开可以根据电力系统的状态，生成准确的PID控制器参数调整量。

本发明授权基于深度强化学习的负荷频率控制方法、装置及电子设备在权利要求书中公布了：1.一种基于深度强化学习的负荷频率控制方法，其特征在于，所述方法包括： 针对目标互联电力系统中任一区域子系统，获取对应的当前状态数据，以及初始控制器参数确定模型，所述当前状态数据为区域控制误差数据，所述初始控制器参数确定模型基于深度强化学习算法生成；所述区域控制误差数据包括：区域控制误差、所述区域控制误差的积分和所述区域控制误差的变化率； 针对任一目标区域子系统，在每个时间步，利用对应的初始控制器参数确定模型，对相应的当前状态数据进行处理，得到目标动作数据，所述动作数据为控制器参数调整量集合；在作为环境的目标互联电力系统中执行各所述目标动作数据，得到环境的反馈数据，所述反馈数据包括奖励值和各目标区域子系统的当前状态数据；所述奖励值，以及所述目标区域子系统对应的目标动作数据、当前状态数据和下一个当前状态数据构成一条经验数据，存储在所述目标区域子系统对应的回放缓冲区中； 若判断各所述初始控制器参数确定模型满足预设终止条件，则利用各所述初始控制器参数确定模型根据所述目标互联电力系统的当前状态数据，生成控制器参数调整量集合，以控制所述目标互联电力系统的负荷频率； 若判断各所述初始控制器参数确定模型不满足预设终止条件，则针对任一目标初始控制器参数确定模型，从对应的回放缓冲区中抽取批量样本经验，利用所述批量样本经验，对所述目标初始控制器参数确定模型进行训练，将得到的训练后模型作为新的初始控制器参数确定模型；重置所述目标互联电力系统，并返回至针对目标互联电力系统中任一区域子系统，获取对应的当前状态数据的步骤； 若所述深度强化学习算法的为孪生延迟深度确定性策略梯度算法；所述初始控制器参数确定模型中的主演员网络、目标演员网络包括依次连接的输入层、非负全连接层和输出层； 所述奖励值是根据下述奖励函数计算得到的： 其中，T为所述目标互联电力系统中区域子系统的总数量，Bi为第i个区域子系统对应的频率偏差系数，Δfi为第i个区域子系统的频率偏差，ΔPtie为联络线功率。

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国家电网有限公司华东分部，其通讯地址为：200002 上海市黄浦区南京东路201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”。