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！

龙图腾网获悉南方电网人工智能科技有限公司申请的专利一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法和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：CN120146632B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510611787.3，技术领域涉及：G06Q10/0637；该发明授权一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法和装置是由黄彦璐;王子菲;张凡;胡旭东;潘世贤;冼梓康;谭俊丰;戴志伟;赵帅;陈雨诗设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法和装置在说明书摘要公布了：本申请涉及一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法和装置。方法包括：获取电力系统在全生命周期内的多源数据；根据多源数据对电力系统全生命周期的碳排放进行定量化核算，得到碳排放核算数据；根据碳排放核算数据，将多源数据转化为强化学习决策问题中的状态表示集合，以指示强化学习智能体确定针对电力系统的低碳优化决策策略；通过最优传输解释映射，将高维的状态表示集合映射到低维的解释特征空间，生成符号规则集；符号规则集用于表征低碳优化决策策略的关键因果逻辑与决策路径；根据低碳优化决策策略和符号规则集，输出优化决策报告。采用本方法能够提高电力系统的低碳优化决策策略的可靠性。

本发明授权一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法和装置在权利要求书中公布了：1.一种基于可解释性强化学习的电力系统低碳转型潜力模型优化决策方法，其特征在于，应用于电力系统低碳转型潜力模型，所述方法包括： 获取电力系统在全生命周期内的多源数据；所述多源数据包括所述全生命周期内各环节对应的电力系统数据； 通过生命周期评估方法，根据所述多源数据对电力系统全生命周期的碳排放进行定量化核算，得到碳排放核算数据；所述碳排放核算数据包括各所述环节的碳排放特征以及所述电力系统在所述全生命周期内的总碳排放量； 根据所述碳排放核算数据，将所述多源数据转化为强化学习决策问题中的状态表示集合；所述状态表示集合用于指示强化学习智能体确定针对所述电力系统的低碳优化决策策略； 通过最优传输解释映射，将高维的所述状态表示集合映射到低维的解释特征空间，生成符号规则集；所述符号规则集用于表征所述低碳优化决策策略的关键因果逻辑与决策路径；包括：将高维的所述状态表示集合映射到低维的解释特征空间，得到低维解释特征集合；利用因果发现算法基于所述低维解释特征集合构建因果图；所述因果图由解释特征节点集和有向无环图的因果边集构成；根据所述因果图提取出导致高碳排放或低效率决策的关键因素与路径，以生成所述符号规则集；所述根据所述因果图提取出导致高碳排放或低效率决策的关键因素与路径，以生成所述符号规则集，包括：根据所述因果图，在所述低维解释特征集合中筛选出高贡献度特征组合；所述高贡献度特征组合包括多个高贡献度特征；根据各所述高贡献度特征对应的预设阈值集，确定预设的策略动作集中各策略动作对应的判定条件，得到所述符号规则集； 根据所述低碳优化决策策略和所述符号规则集，输出针对所述电力系统的优化决策报告，包括：根据所述低维解释特征集合进行反事实分析，生成反事实解释建议；所述反事实解释建议用于指示所述电力系统数据的变化对所述低碳优化决策策略的影响；根据所述低碳优化决策策略、所述符号规则集和所述反事实解释建议，生成所述优化决策报告，并输出所述优化决策报告。

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南方电网人工智能科技有限公司，其通讯地址为：510700 广东省广州市黄埔区中新广州知识城亿创街1号406房之822；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”。