一种基于深度强化学习的新型电力系统韧性评估方法

本发明涉及电网评估技术领域，一种基于深度强化学习的新型电力系统韧性评估方法，包括：基于电力系统获取运行数据；执行一次马尔可夫决策过程，从而获取训练样本与预决策失误动作集，进而将训练样本存储至样本库中并基于样本库更新韧性评估智能体；重复执行马尔可夫决策过程，实现对韧性评估智能体的训练，直至满足预设训练次数；基于若干个预决策失误动作集，筛选出最短预决策动作集；进而将所述最短预决策动作集输入至所述韧性指标函数中，得到电力系统韧性评估结果。该方法能基于不同潮流工况下的运行数据反复进行多次评估，使之能将电力系统不同潮流工况纳入考虑范围，综合分析电力系统在不同状况下面对供电线网崩溃时维持供电能力的韧性。