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！

龙图腾网获悉华能浙江能源销售有限责任公司申请的专利一种基于多任务学习的虚拟电厂分级交易方法及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：CN118970872B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410856026.X，技术领域涉及：H02J3/00；该发明授权一种基于多任务学习的虚拟电厂分级交易方法及系统是由周小航;张若松;陈文杰;占艳琪;钱靖;陈屹扬设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本一种基于多任务学习的虚拟电厂分级交易方法及系统在说明书摘要公布了：本发明涉及虚拟电厂技术领域，具体涉及一种基于多任务学习的虚拟电厂分级交易方法及系统，包括以下步骤：获取用于虚拟电厂与多个交易市场进行结算的交易数据；基于所述交易数据，利用神经网络在虚拟电厂和多个交易市场间，分别布局用于虚拟电厂与多个交易市场进行结算的交易任务；对各个交易任务进行多任务学习，得到用于虚拟电厂与多个交易市场进行分级结算的联合交易任务。本发明实现虚拟电厂与各个交易市场进行交易结算时做到分级交易的均衡化，避免导致交易由某个市场进行主导，最终使得虚拟电厂之间的资源配置均衡。

本发明授权一种基于多任务学习的虚拟电厂分级交易方法及系统在权利要求书中公布了：1.一种基于多任务学习的虚拟电厂分级交易方法，其特征在于，包括以下步骤： 获取用于虚拟电厂与多个交易市场进行结算的交易数据； 基于所述交易数据，利用神经网络在虚拟电厂和多个交易市场间，分别布局用于虚拟电厂与多个交易市场进行结算的交易任务； 对各个交易任务进行多任务学习，得到用于虚拟电厂与多个交易市场进行分级结算的联合交易任务； 交易任务的构建方法包括： 将电能量市场的交易数据与虚拟电厂在电能量市场中的收益之间的数学关系式封装至BP神经网络中，得到根据电能量市场的交易数据获得虚拟电厂在电能量市场中的收益的电能量市场交易任务，电能量市场交易任务为： M1＝BPdata1，式中，M1为虚拟电厂在电能量市场中的收益，data1为电能量市场的交易数据，BP为BP神经网络； 将天然气市场的交易数据与虚拟电厂在天然气市场中的收益之间的数学关系式封装至BP神经网络中，得到根据天然气市场的交易数据获得虚拟电厂在天然气市场中的收益的天然气市场交易任务，天然气市场交易任务为： M2＝BPdata2，式中，M2为虚拟电厂在天然气市场中的收益，data2为天然气市场的交易数据，BP为BP神经网络； 将碳交易市场的交易数据与虚拟电厂在碳交易市场中的收益之间的数学关系式封装至BP神经网络中，得到根据碳交易市场的交易数据获得虚拟电厂在碳交易市场中的收益的碳交易市场交易任务，碳交易市场交易任务为： M3＝BPdata3，式中，M3为虚拟电厂在碳交易市场中的收益，data3为碳交易市场的交易数据，BP为BP神经网络； 将调峰市场的交易数据与虚拟电厂在调峰市场中的收益之间的数学关系式封装至BP神经网络中，得到根据调峰市场的交易数据获得虚拟电厂在调峰市场中的收益的调峰市场交易任务，调峰市场交易任务为： M4＝BPdata4，式中，M4为虚拟电厂在调峰市场中的收益，data4为调峰市场的交易数据，BP为BP神经网络； 联合交易任务的构建方法包括： 设置各个交易任务的任务权重； 通过任务权重对各个交易任务进行联合训练，得到联合交易任务； 联合交易任务为： 式中，A1、A2、A3和A4分别为电能量市场交易任务、天然气市场交易任务、碳交易市场交易任务和调峰市场交易任务的任务权重，M1为虚拟电厂在电能量市场中的收益，data1为电能量市场的交易数据，M2为虚拟电厂在天然气市场中的收益，data2为天然气市场的交易数据，M3为虚拟电厂在碳交易市场中的收益，data3为碳交易市场的交易数据，M4为虚拟电厂在调峰市场中的收益，data4为调峰市场的交易数据； 任务权重的设置方法包括： 通过各个交易任务的损失函数，确定出各个交易任务的交易进度； 利用交易进度设置任务权重； 任务权重为： 其中，Cit-1＝Lit-1Lit-2， 式中，Ait为Ai在第t个交易时刻处的任务权重，Cit-1为Ai在第t-1个交易时刻处的交易进度，Lit-1为Ai在第t-1个交易时刻处的损失函数，Lit-2为Ai在第t-2个交易时刻处的损失函数，N为交易任务总数量，T为交易时刻的总长度，i，j，t均为计数变量。

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华能浙江能源销售有限责任公司，其通讯地址为：310000 浙江省杭州市拱墅区华能大厦501室；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”。