一种基于机器学习算法的用户中长期交易购电量优化方法

发明专利有效专利

申请号：
CN202110746628.6
IPC分类号：G06Q10/04;G06Q10/06;G06Q50/06
申请日期：
2021-07-01
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于机器学习算法的用户中长期交易购电量优化方法
申请号	CN202110746628.6	申请日期	2021-07-01
法律状态	公开	申报国家	中国
公开/公告日	2021-11-16	公开/公告号	CN113657640A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;6查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市栖霞区文苑路9号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	付蓉;陈金辉;张哲;季娟
代理机构	南京正联知识产权代理有限公司	代理人	王素琴

摘要

一种基于机器学习算法的用户中长期交易购电量优化方法，首先考虑用户年度与月度交易需求，分析影响用电量的因素；再提出年度合约最优购电量模型与年度总最优购电量模型，得到合约电量分解计划；接着根据模型采用Q学习算法进行求解；最后得到年度合约与年度总最优交易购电量结果，并进行分析比较。相比现有方法，本方法考虑影响用户用电量的因素，使得电量分解结果更适用于实际；机器学习算法更适合求解月度购电量不确定的问题，使过程和结果更合理。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供