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！

龙图腾网恭喜广东电网有限责任公司广州供电局申请的专利基于强化学习的自适应新能源超短期功率预测方法及装置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：CN114757409B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210364002.3，技术领域涉及：G06Q10/0637；该发明授权基于强化学习的自适应新能源超短期功率预测方法及装置是由蔡莹;罗微设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本基于强化学习的自适应新能源超短期功率预测方法及装置在说明书摘要公布了：本发明涉及一种基于强化学习的自适应新能源超短期功率预测方法及装置，所述方法包括获取用于构建自适应智能体的环境变量、动作空间及奖励函数；其中，环境变量为反映环境特点的环境变量指标，动作空间为智能体决策采取的动作函数集合，奖励函数为智能体在动作执行后，环境变量相应变化的评价结果；根据所述环境变量、和奖励函数构建自适应智能体；对环境变量进行处理，利用处理后的环境变量对自适应智能体进行训练，得到自适应预测智能体。本发明将根据环境变量自适应选取与外部环境最契合的单一类预测方法预测结果，从而最大限度提升预测结果准确率。本申请提供的方法实施流程简单，具有较强的应用前景。

本发明授权基于强化学习的自适应新能源超短期功率预测方法及装置在权利要求书中公布了：1.一种基于强化学习的自适应新能源超短期功率预测方法，其特征在于，包括：获取用于构建自适应智能体的环境变量、动作空间及奖励函数；其中，所述环境变量为反映环境特点的环境变量指标，所述动作空间为智能体决策采取的动作函数集合，所述奖励函数为智能体在动作执行后，所述环境变量相应变化的评价结果；根据所述环境变量、动作空间和奖励函数构建自适应智能体；对所述环境变量进行处理，利用处理后的环境变量对所述自适应智能体进行训练，得到自适应预测智能体；所述获取用于构建自适应智能体的环境变量，包括：获取与新能源功率变化相关的基础数据，根据所述基础数据获取环境变量；所述获取用于构建自适应智能体的动作空间，包括：通过动作空间为每个单一类预测方法选取情况状态变量；动作函数集合为 其中，为动作函数集合，、、表示三种不同的单一类预测方法选取情况状态变量，、、取值范围0或1，若取值为“1”，表明该单一类预测方法被选为该环境变量特点下的预测方法；若取值为“0”，表明该单一类预测方法未被选为该环境变量特点下的预测方法；所述奖励函数包括：预测准确率奖励和动作空间不合规处罚；其中，预测准确率奖励是指自适应预测智能体预测准确率指标水平；而动作空间不合规处罚则是对动作空间不满足要求时的处罚；所述奖励函数为： 式中，为奖励函数，为预测准确率奖励函数，为动作空间不合规处罚函数，、分别为预测准确率奖励函数和动作空间不合规处罚函数的权重系数，、均为大于0的系数，且；所述预测准确率奖励函数为新能源功率预测准确率函数； 其中，、分别为新能源功率预测功率和实际功率；动作空间不合规问题是指所选取的单一类预测方法不唯一；在奖励函数中引入对动作空间不合规情况的处罚函数，以使得每轮预测中有且仅有一个预测方法被选做综合类预测方法的预测结果；所述处罚函数为： 其中，为处罚函数，N为动作空间中单一类预测方法数量，即动作空间动作数量，当选择一个单一类动作空间时处罚函数取值为0，奖励函数只与预测准确率奖励函数有关；否则将产生处罚函数，导致对奖励函数取值产生影响；所述对所述环境变量进行处理，包括：根据所述环境变量得到环境变量集，采用限值离散化方法对所述环境变量集进行离散化处理，得到离散化环境变量集；所述环境变量为 其中，为环境变量集，、、、为环境变量，为气温、为风速、为日照强度、为前一时刻新能源功率；所述离散化环境变量集为 其中，为离散化环境变量集，、、、依次为气温、风速、日照强度、前一时刻新能源功率离散化后数值；所述利用处理后的环境变量对所述自适应智能体进行训练，得到自适应预测智能体，包括：将所述离散化环境变量集输入所述自适应智能体进行训练，得到自适应预测智能体；所述自适应预测智能体用于输出单一类预测方法的状态变量，将取值为1的单一类预测方法预测结果作为输出结果。

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广东电网有限责任公司广州供电局，其通讯地址为：510000 广东省广州市天河区天河南二路2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”。