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！

龙图腾网获悉贵州安融科技发展有限公司;国网湖北省电力有限公司荆门供电公司;荆门市荆科盛和电力技术有限责任公司申请的专利一种基于强化学习的能源综合体灵活动态聚合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：CN120996381B 。

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：202511509414.1，技术领域涉及：G06Q10/063；该发明授权一种基于强化学习的能源综合体灵活动态聚合方法及系统是由刘炬;陈展展;王玉富;曹雷;刘聪;刘云飞;周渝桓设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于强化学习的能源综合体灵活动态聚合方法及系统在说明书摘要公布了：本发明提供了一种基于强化学习的能源综合体灵活动态聚合方法及系统，该方法通过工业以太网协议采集能源综合体内电类、气类、热类及多能耦合设备的实时运行参数，运用神经常微分方程过程建模技术构建连续时间动态系统模型，准确描述各类能源资源的非线性动态特性。将聚合过程建模为马尔可夫决策过程，采用改进的孪生延迟深度确定性策略梯度算法训练优化，生成强化学习聚合策略模型。系统通过在线学习更新机制实现自适应动态优化，显著提高可再生能源消纳率和系统运行效率。

本发明授权一种基于强化学习的能源综合体灵活动态聚合方法及系统在权利要求书中公布了：1.一种基于强化学习的能源综合体灵活动态聚合方法，其特征在于，包括： 获取能源综合体内灵活性资源的运行数据，采集电类、气类、热类及多能耦合设备的实时运行参数，并运用神经常微分方程过程建模技术构建连续时间动态系统模型； 基于所述连续时间动态系统模型，采用静态脉冲神经网络对能源聚合问题进行初步识别，识别出潜在的聚合需求后激活自适应动态脉冲神经网络分类器，以对特定能源聚合问题进行精确分类，包括： 获取归一化后的状态数据，通过所述静态脉冲神经网络采用漏积分放电神经元模型进行脉冲编码，识别负荷峰谷调节、频率调节、电压支撑和应急响应四类聚合需求；基于所述四类聚合需求，激活自适应动态脉冲神经网络分类器，并通过所述自适应动态脉冲神经网络分类器，根据输入数据的新颖性动态调整网络结构，自动增加神经元以扩展网络容量；通过自适应尖峰定时依赖可塑性规则更新所述动态脉冲神经网络分类器的连接权重，并通过所述动态脉冲神经网络分类器对特定能源聚合问题进行分类； 获取所述特定能源聚合问题的精确分类结果中的不同聚合需求类型，运用多边际随机流量匹配方法对非等距时间点测量的能源数据进行对齐分析，通过测量值样条增强技术和分数匹配，量化评估各灵活性资源的响应特性，包括：获取不同类型能源设备的数据分布特征，构建电储能资源、热储能资源和气储能资源的多个边际分布，通过核密度估计方法进行非参数建模，生成平滑处理后的分布模型；基于所述平滑处理后的分布模型，采用测量值样条技术构建三次B样条基函数处理不规则时间点的观测值，生成连续时间序列；采用分数匹配算法计算所述连续时间序列的最小化真实数据分布与所述分布模型的分数函数差异，得到所述各灵活性资源的响应特性；其中，所述各灵活性资源的响应特性包括能源聚合过程具有的状态转移的随机性和决策的序列性； 将所述能源聚合过程建模为马尔可夫决策过程，并采用孪生延迟深度确定性策略梯度算法进行训练优化，生成强化学习聚合策略优化模型； 利用所述强化学习聚合策略优化模型实时接收状态数据并输出最优聚合策略，并利用所述最优聚合策略，通过分布式控制系统向所述各灵活性资源发送调节指令，并采集实际响应数据进行在线学习更新，实现自适应动态优化。

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贵州安融科技发展有限公司;国网湖北省电力有限公司荆门供电公司;荆门市荆科盛和电力技术有限责任公司，其通讯地址为：550000 贵州省贵阳市贵安新区党武镇大学城贵安数字经济产业园24#地块-5号楼15层2号房；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。