Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳汇生通科技股份有限公司付玉黎获国家专利权

恭喜深圳汇生通科技股份有限公司付玉黎获国家专利权

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!

龙图腾网恭喜深圳汇生通科技股份有限公司申请的专利一种新能源运行系统智能监测管理方法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:CN119559013B

龙图腾网通过国家知识产权局官网在2025-05-02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:202510113162.4,技术领域涉及:G06Q50/06;该发明授权一种新能源运行系统智能监测管理方法是由付玉黎;柴康文;张紫敏;高雄号设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

一种新能源运行系统智能监测管理方法在说明书摘要公布了:本发明涉及新能源管理技术领域,公开了一种新能源运行系统智能监测管理方法,该方法先收集新能源运行系统的历史运行数据,并进行预处理形成特征数据集。构建基于长短期记忆网络LSTM的状态监测模型,预测系统未来状态。通过实时采集系统当前配置参数和环境数据,输入模型获取预测状态数据,并与实际监测数据进行对比,计算状态偏差。本发明将新能源运行系统的优化过程建模为强化学习问题,定义状态空间、动作空间、奖励函数和执行策略,采用深度确定性策略梯度DDPG算法选择最优动作。基于决策优化模型的输出,自动执行或通过管理系统确认后执行最优的优化动作,确保新能源运行系统的高效、稳定和安全运行。

本发明授权一种新能源运行系统智能监测管理方法在权利要求书中公布了:1.一种新能源运行系统智能监测管理方法,其特征在于,所述方法包括:S1:收集新能源运行系统的历史运行数据,包括环境数据、系统配置参数和故障记录;S2:对S1收集的数据进行预处理,形成用于模型训练的特征数据集;S3:构建状态监测模型,该模型基于长短期记忆网络LSTM算法,输入为预处理后的特征数据集,输出为新能源运行系统未来一段时间内的状态预测;S4:实时采集新能源运行系统的当前系统配置参数和环境数据;S5:将S4采集的数据输入状态监测模型,接收模型输出的预测状态数据;S6:对新能源运行系统进行实时监测,获取实际状态数据,并对原始监测数据进行异常检测,剔除异常值;S7:将S6获取的实际状态数据和S5模型输出的预测状态数据进行对比,计算状态偏差;S8:构建决策优化模型,将新能源运行系统的优化过程建模为强化学习问题,具体定义包括:状态空间:定义为新能源运行系统的实时状态数据、环境参数和系统配置参数的组合;动作空间:定义为可执行的优化操作集合;奖励函数:依据系统运行效率、稳定性、安全性和能耗设计,同时结合S7中计算的状态偏差,对减少偏差的操作给予奖励,对增大偏差的操作给予惩罚;执行策略:定义为在当前状态下选择最优动作的方法,采用基于深度确定性策略梯度DDPG算法的策略;S9:基于决策优化模型的输出,选择最优的优化动作,并将决策结果自动执行或通过管理系统传输给操作人员确认后执行;所述可执行的优化操作集合包括:i调整发电设备的运行参数;ii启动或停止备用设备;iii调整储能设备的充放电策略;iv优化能源分配策略,根据当前能源需求和预测数据调整各设备的输出功率;v调整设备的维护计划,根据设备状态预测结果提前进行维护;奖励函数R的计算公式为:R=w1*R_eff+w2*R_stab+w3*R_safe+w4*R_energy+w5*R_dev其中,R_eff表示系统运行效率的奖励项,根据发电效率和能源利用率计算;R_stab表示系统稳定性的奖励项,根据系统故障率和稳定运行时间计算;R_safe表示系统安全性的奖励项,根据安全事件发生频率和严重程度计算;R_energy表示能耗的奖励项,根据系统能耗和节能情况计算;R_dev表示状态偏差的奖励项或惩罚项,根据S7中计算的状态偏差,对减少偏差的操作给予正奖励,对增大偏差的操作给予惩罚;w1、w2、w3、w4、w5分别为各奖励项的权重系数;训练决策优化模型的步骤包括:F1:初始化演员网络和评论家网络;F2:初始化经验回放缓冲区,用于存储状态转移经验;F3:对于每一训练回合:F3.1:初始化回合开始的状态;F3.2:在回合未终止前,循环执行以下步骤:F3.2.1:演员网络根据当前状态生成动作;F3.2.2:执行动作,观察得到的奖励和下一状态,以及是否终止;F3.2.3:将经验存储到经验回放缓冲区中;F3.2.4:从经验回放缓冲区中随机采样一批经验,用于更新网络参数;F3.2.5:使用采样到的经验,更新评论家网络的参数,以最小化价值函数预测误差;F3.2.6:使用采样到的经验和评论家网络的评估结果,更新演员网络的参数,以最大化累计奖励的期望值;F3.2.7:更新当前状态为下一状态;F3.3:当回合终止时,重置状态为新的回合开始状态;F4:定期评估决策优化模型的性能,并根据评估结果调整奖励函数的权重系数、学习率和探索噪声;F5:重复上述步骤,直到达到预设的训练轮数。

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深圳汇生通科技股份有限公司,其通讯地址为:518000 广东省深圳市南山区南山街道前海路3101-90号振业国际商务中心3008;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。