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！

龙图腾网获悉广州中科智巡科技有限公司申请的专利一种基于深度联邦学习虚拟电厂分布式负荷响应预测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：CN120875307B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510776441.9，技术领域涉及：G06Q10/0631；该发明授权一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法是由汤坚;范亮;温毅凯设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法在说明书摘要公布了：本申请提供一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法，包括：根据虚拟电厂的可调度负荷范围，构造节电收益与设备启停损耗的权衡函数，定义损耗成本为设备重启能耗与维护费用之和，收益为电价差与虚拟电厂补贴之和，采用强化学习算法优化权衡策略，得到初步激励分配方案；将优化激励方案参数下发至参与虚拟电厂的各工业企业节点，收集并判断企业响应意愿反馈是否满足预设的参与率阈值，得到响应意愿评估结果；实时监控虚拟电厂的供需平衡状态，获取电网负荷需求曲线与企业实际响应数据，预测短期供需缺口，判断是否需调整激励机制，若需调整，则返回重新优化激励分配，若不需调整，则生成供需平衡调度指令。

本发明授权一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法在权利要求书中公布了：1.一种基于深度联邦学习虚拟电厂分布式负荷响应预测方法，其特征在于，所述方法包括： 获取工业企业生产计划数据，通过联邦学习框架对分布式数据进行隐私保护聚合，结合不可中断性时间窗口与设备启停损耗参数，通过动态规划算法计算各工序在时间维度上的负荷调节边界，确定虚拟电厂的可调度负荷范围； 根据所述可调度负荷范围生成初步激励分配方案，其中所述初步激励分配方案的生成方式为以下两种之一，方式一为提取各时段负荷调节上下限值，获取实时电价数据与峰谷电价差值，统计设备启停次数与重启能耗消耗量，结合维护记录计算单次启停维护费用增量，构造包含节电收益项与启停损耗项的权衡函数，定义损耗成本为设备重启能耗与维护费用之和，收益为电价差与虚拟电厂补贴之和，确定系数取值范围，采用强化学习算法优化权衡函数，以当前负荷水平和电价信息为输入，负荷调节量为输出，净收益值为目标，迭代学习生成最优调度决策，记录各企业净收益值，生成初步激励分配方案；方式二为提取负荷波动数据生成设备启停阈值集合，结合电价差参数输入预设的深度强化学习模型，输出损耗成本与节电收益权重分配矩阵，计算各时段设备状态标记及收益成本差值，判断所述收益成本差值是否满足净收益增长条件，若满足，则生成包含设备标识与激励额度映射表的初步激励分配方案，若不满足，则重新生成设备启停阈值集合，输入深度强化学习模型，迭代计算直至满足净收益增长条件； 判断所述初步激励分配方案中各企业负荷调节深度是否超出生产质量限制，若超出，则基于质量约束阈值调整激励权重，生成满足质量约束的优化激励方案，若未超出，则采用所述初步激励分配方案作为优化激励方案； 获取所述优化激励方案，通过联邦学习框架将激励方案参数下发至各工业企业节点，收集企业响应意愿反馈，判断是否满足预设参与率阈值，生成响应意愿评估结果； 若所述响应意愿评估结果未满足预设参与率阈值，则重新优化激励分配，生成激励机制，若满足，则采用所述优化激励方案作为激励机制； 根据所述激励机制，实时获取电网负荷需求与企业实际响应数据，通过时间序列分析方法预测短期供需缺口，根据预测的短期供需缺口生成供需平衡调度指令； 根据所述供需平衡调度指令，更新联邦学习框架全局模型，生成负荷调度方案。

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州中科智巡科技有限公司，其通讯地址为：510060 广东省广州市越秀区东风东路765、767、769号1408-1409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。