基于强化学习的电力配电网故障恢复方法及系统

AITNT
正文
推荐专利
基于强化学习的电力配电网故障恢复方法及系统
申请号:CN202411667138
申请日期:2024-11-21
公开号:CN119171440B
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于强化学习的电力配电网故障恢复方法及系统,首先将电力配电网建模为加权有向图模型,在此基础上设计量子‑经典混合架构的数据传输协议和结果接收解析方式;同时基于加权有向图模型设计量子强化学习算法与策略优化,用训练数据训练,以量子态表示状态和动作,通过量子门操作构建及更新策略网络和价值网络,设计量子奖励函数;当配电网发生故障时,经典计算部分依据加权有向图模型获取故障后状态数据并编码传输给量子计算部分,量子计算部分利用算法计算最优故障恢复策略反馈给经典计算部分,经典计算部分将其转换为实际控制指令执行故障恢复工作。本发明能够实现电力配电网故障的高效且可靠恢复。
技术关键词
电力配电网 加权有向图 强化学习算法 量子态 故障恢复策略 故障恢复方法 量子旋转门 数据传输协议 节点 分布式电源 历史运行数据 网络 线路 数据编码 故障恢复系统 断开开关 电压
系统为您推荐了相关专利信息
1
一种基于机器学习算法的建筑裂缝早期预测与修复方法
量子态 机器学习算法 修复方法 时空残差网络 裂缝
2
一种基于生成式大模型的能源场景推演方法及系统
强化学习算法 推演方法 多源异构数据 场景 能源
3
基于多维度AI模型分析的手机租赁风控优化方法及系统
风控特征 风控模型 拉格朗日插值 动态 区块链存证
4
基于原位压痕的位移和载荷响应的材料力学性能测试方法
材料力学性能测试方法 集成学习模型 仿真数据 载荷 材料力学性能测试技术
5
智能体的任务故障恢复方法、装置、设备、介质及产品
故障恢复策略 节点 故障恢复方法 故障恢复装置 资源状态信息
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