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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网天津市电力公司滨海供电分公司;国网天津市电力公司;国家电网有限公司胡益菲获国家专利权

国网天津市电力公司滨海供电分公司;国网天津市电力公司;国家电网有限公司胡益菲获国家专利权

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!

龙图腾网获悉国网天津市电力公司滨海供电分公司;国网天津市电力公司;国家电网有限公司申请的专利基于GRPO强化学习算法的机电耦合系统多参数协同优化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:CN120930511B

龙图腾网通过国家知识产权局官网在2026-01-13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:202511452893.8,技术领域涉及:G06F30/27;该发明授权基于GRPO强化学习算法的机电耦合系统多参数协同优化方法是由胡益菲;张黎明;翟世雄;张雨蔚;白玉苓;刘天纵;郑悦;王海彪;王雪生;汪立;张智达;李鹏程;刘文韬;郭世琦;王国卿设计研发完成,并于2025-10-13向国家知识产权局提交的专利申请。

基于GRPO强化学习算法的机电耦合系统多参数协同优化方法在说明书摘要公布了:本公开属于配电网带电作业机器人技术领域,提供了一种基于GRPO强化学习算法的机电耦合系统多参数协同优化方法,所述方法包括获取机电耦合系统在运行过程中的多参数运行数据;对获取的所述运行数据进行预处理;基于预处理后的运行数据构建状态向量;基于GRPO强化学习算法构建GRPO强化学习协同优化模型;将状态向量输入至GRPO强化学习协同优化模型;所述GRPO强化学习协同优化模型通过与机电耦合系统的交互学习,获得优化策略。本公开基于强化学习的框架,使得优化策略能够实时适应系统运行工况的变化、环境干扰以及部件老化带来的参数漂移,保持优化效果的鲁棒性。

本发明授权基于GRPO强化学习算法的机电耦合系统多参数协同优化方法在权利要求书中公布了:1.一种基于GRPO强化学习算法的机电耦合系统多参数协同优化方法,其特征在于, 所述方法包括, 获取机电耦合系统在运行过程中的多参数运行数据; 对获取的所述运行数据进行预处理;基于预处理后的运行数据构建状态向量,表示t时刻机电耦合系统的运行状态,简称为状态, , 其中:为发电机电压有效值,为频率偏差,为电流总谐波失真,为发电机温度,为传动杆振动RMS值,为特定频率振动幅值,为传动杆温度,为电机转速,为电机转矩; 基于GRPO强化学习算法构建GRPO强化学习协同优化模型,包括:设计状态空间,将所述机电耦合系统及其运行动态视为强化学习的环境;定义GRPO强化学习算法可执行的动作的集合为动作空间,将动作定义为对电动机目标转速的微小调整量集合、对转矩限制的调整量集合、以及直接输出PID控制器的增益参数调整量, 其中,表示目标转速,表示调整系数,表示转矩限制;设计奖励函数R,用于量化执行动作后系统从状态转移到所带来的即时优化效果, , 其中,是基于振动水平、温度是否在安全区间的奖励分量;是基于发电机输出电压稳定性、频率稳定性和谐波含量的奖励分量;是执行动作可能带来的控制成本或调整幅度的惩罚项;,,分别为各奖惩项的权重系数,根据具体的优化目标进行优先级设定; 将最大化长期累积奖励的期望值作为GRPO强化学习协同优化模型的目标函数; 将状态向量输入至GRPO强化学习协同优化模型;所述GRPO强化学习协同优化模型通过与机电耦合系统的交互学习,获得优化策略。

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网天津市电力公司滨海供电分公司;国网天津市电力公司;国家电网有限公司,其通讯地址为:300450 天津市滨海新区营口道394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。