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！

龙图腾网获悉国网山西省电力公司晋城供电公司申请的专利用于配电网节点电压控制模式选择的模型建立方法、配电网节点电压控制模式的动态选择方法、控制系统及电力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：CN120675093B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510785958.4，技术领域涉及：H02J3/12；该发明授权用于配电网节点电压控制模式选择的模型建立方法、配电网节点电压控制模式的动态选择方法、控制系统及电力系统是由姬玉泽;陈文刚;原亚飞;田瑞敏;董建军;李海燕;张凯;王新瑞;马伟天;许泳涛;郭晓军;孙蓉设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本用于配电网节点电压控制模式选择的模型建立方法、配电网节点电压控制模式的动态选择方法、控制系统及电力系统在说明书摘要公布了：本申请提供了用于配电网节点电压控制模式选择的模型建立方法、配电网节点电压控制模式的动态选择方法、控制系统及电力系统，该建立方法包括：采集配电网各节点在某时刻的电压特征；基于电压特征，采用注意力机制对各节点进行权重计算，将权重计算结果作为属性度值；将属性度值输入第一深度强化学习模型中进行训练，得到模型达到最优目标状态时每个节点的出现频率；根据每个节点在多个时刻下模型达到最优目标状态时的出现频率，创建各节点在连续时刻下的出现频率曲线；根据各节点对应的出现频率曲线，匹配相应的节点电压控制模式；该方法综合考虑了各节点电压特征之间的相互影响程度，实现配电网节点电压控制模式的综合判定，适用于电力系统领域。

本发明授权用于配电网节点电压控制模式选择的模型建立方法、配电网节点电压控制模式的动态选择方法、控制系统及电力系统在权利要求书中公布了：1.用于配电网节点电压控制模式选择的模型建立方法，其特征在于：包括： 采集配电网各节点在t1时刻的电压特征，所述电压特征包括：有功功率、无功功率、电压有效值和电压相角； 基于t1时刻的各节点电压特征，采用注意力机制对各节点进行权重计算，并将权重计算结果作为用于衡量t1时刻下配电网各节点电压之间相互关系的属性度值； 根据所述属性度值，构建深度强化学习模型的状态空间、动作空间以及奖励函数； 对所述状态空间中的每一状态空间变量进行逐一训练，使得深度强化学习模型在训练中均达到最优目标状态、并输出其达到最优目标状态时每个节点的出现频率； 将训练成功的深度强化学习模型作为最终用于配电网节点电压控制模式选择的第一深度强化学习模型； 所述基于t1时刻的各节点电压特征，采用注意力机制对各节点进行权重计算，并将权重计算结果作为用于衡量t1时刻下配电网各节点电压之间相互关系的属性度值，具体包括： 根据配电网各节点在t1时刻的有功功率、无功功率、电压有效值和电压相角，分别建立用于表示配电网各节点在t1时刻的电压变化特征的电压特征矩阵； 根据各电压特征矩阵，构建配电网在t1时刻下的节点特征矩阵； 采用注意力机制计算所述节点特征矩阵中各节点特征相互之间的相似性，并根据相似性计算结果得到注意力机制矩阵； 对所述节点特征矩阵进行归一化处理后，根据注意力机制矩阵和归一化后的节点特征矩阵，计算得到注意力权重矩阵； 将所述注意力权重矩阵作为用于衡量t1时刻下配电网各节点电压之间相互关系的属性度值； 所述的根据所述属性度值，构建深度强化学习模型的状态空间、动作空间以及奖励函数，具体包括： 根据所述注意力权重矩阵，构建深度强化学习模型的状态空间，该状态空间中的变量一一对应为所述注意力权重矩阵中的权重元素； 根据所述状态空间中各状态变量之间的相互转移动作，构建深度强化学习模型的动作空间，其中，各转移动作由ε-greedy策略执行； 根据所述注意力权重矩阵，构建深度强化学习模型的奖励函数：当对某一状态空间变量进行训练时，若当前状态空间变量与其他状态空间变量之间的权重元素为0，则奖励函数值为0；若当前状态空间变量与其他状态空间变量之间的权重元素不为0，则奖励函数值为二者之间的权重元素与下一状态空间变量的和。

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山西省电力公司晋城供电公司，其通讯地址为：048026 山西省晋城市新市东街1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。