基于多目标强化学习的配电网检修计划设置方法和系统

本发明提供一种多目标强化学习的配电网检修计划设置方法和系统。包括：利用搜索法开展初始计划的合并与互斥判断；建立了包括配电网检修计划经济性、任务量等多个目标的检修计划调整数学模型，同时考虑了可能出现的工期时长波动；将数学模型转化为约束马尔可夫决策过程，定义检修状态、检修动作、检修计划编排奖励函数和约束空间，利用噪声深度Q强化学习对计划编排智能体进行训练求解；利用某检修计划数据验证了所提方法的有效性。本发明通过搜索法和多目标噪声深度Q强化学习，可以进行配电网检修计划自动合并与计划排期，提高检修计划的合理性和经济性，提升配电网决策的智能化。