一种基于图强化学习的配电网故障恢复方法及相关装置

AITNT
正文
推荐专利
一种基于图强化学习的配电网故障恢复方法及相关装置
申请号:CN202411532785
申请日期:2024-10-30
公开号:CN119482390A
公开日期:2025-02-18
类型:发明专利
摘要
本发明属于配电网故障恢复技术领域,提供一种基于图强化学习的配电网故障恢复方法及相关装置,所述方法包括:构建配电网故障恢复问题图模型,进行基于图注意力神经网络的配电网模型图嵌入;基于配电网故障恢复问题图模,构建多智能体强化学习的智能体集合,将配电网故障恢复问题建模为马尔可夫决策过程;对马尔可夫决策过程进行求解,进行多智能体的训练,训练后智能体根据当前配电网状态生成故障恢复策略。本发明深度融合了图论、深度学习与强化学习的技术,旨在实现高效、准确的配电网故障恢复策略生成。
技术关键词
配电网故障恢复 故障恢复策略 多智能体强化学习 注意力神经网络 配电网模型 决策 多头注意力机制 节点 控制配电网 神经网络参数 配电网拓扑 开关 矩阵 可读存储介质 电气特征 梯度下降法
系统为您推荐了相关专利信息
1
一种平台计算节点多站点跨区域共享系统
共享系统 服务注册中心 SDN网络架构 多站点管理 故障恢复模块
2
一种AutoCAD设计图中隐藏其他图纸的检测方法
双线性插值算法 图纸 元素 表达式 像素
3
基于边缘计算的机器人群体实时控制方法
传输优化技术 分布式边缘 多智能体强化学习 分布式训练 协同控制策略
4
一种基于多智能体强化学习的救灾物资配送算法
多智能体强化学习 救灾物资 车辆 点嵌入向量 编码器
5
一种基于人工智能技术的异构设备智能管理系统及方法
异构设备 智能管理系统 人工智能技术 任务调度 智能管理平台
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号