検索に戻る
案件記録
一种基于深度强化学习的能源系统低碳调度方法及装置
発明不明
14閲覧数
10請求項 · 4 独立
§ Ⅰ
案件概要
発明者
尹晓倩; 戴卓贤; 谭科; 张宏志; 游欣颖; 丁晟泽; 朱建全
出願日
Jul 2, 2026
公開日
Oct 16, 2026
IPC分類
G06Q 10/0631 (2023.01)G06Q 50/06 (2024.01)G06Q 10/067 (2023.01)G06N 3/092 (2023.01)G06N 5/01 (2023.01)
本申请属于电网调度技术领域,公开了一种基于深度强化学习的能源系统低碳调度方法及装置,该方法通过黎曼流型特征的提取和群体分布的解析更改了决策网络的输入构造,将现有技术中全局决策网络的输入从环境状态信息更改为了全局状态信息加流型特征群体分布和下一时刻的预测群体分布,将现有技术中单个局部决策网络的输入从局部状态信息更改为了流型特征群体分布、下一时刻的预测群体分布和其对应的单元状态;本申请显著降低了决策网络的输入维度和决策搜索的复杂度,从而有效提升的算法效率,实现了能源系统的快速调度。
外部リソース