一种考虑可行域的深度学习最优潮流解向量修正方法

本发明提出一种考虑可行域的深度学习最优潮流解向量修正方法，包括以下步骤：构建基于状态‑控制变量分解的最优潮流求解框架，针对最优潮流计算结果不满足控制变量约束的问题，根据可接受容许功率误差验证初始求解结果是否满足可行性，筛选初始求解结果中存在不等式约束违规的样本，得到修正样本集；提出基于控制变量整体的联合修正约束条件，构建修正区间；基于所构建的修正区间对最优潮流计算结果进行修正，从而满足实际物理约束条件；本发明提出的最优潮流求解方法能有效实现控制变量的可行性，同时均衡各控制变量的平均绝对误差，提高了解的精度。