一种基于深度强化学习的配电网故障自主诊断与自愈控制方法及系统

AITNT
正文
推荐专利
一种基于深度强化学习的配电网故障自主诊断与自愈控制方法及系统
申请号:CN202510640482
申请日期:2025-05-19
公开号:CN120674999A
公开日期:2025-09-19
类型:发明专利
摘要
本发明属于电力系统领域,公开了一种基于深度强化学习的配电网故障自主诊断与自愈控制方法及系统,该方法包括:对配电网多源异构数据进行采集与预处理;基于图卷积网络从多源异构数据中提取关键特征向量,构建状态表征模型;基于异步优势演员‑评论家算法,构建能够快速诊断故障的故障诊断智能体;采用元强化学习算法,预训练生成动态重构策略库,构建能够快速适应各种不同故障场景生成最优重构策略的自愈控制智能体;构建基于虚拟阻抗匹配的自愈控制模块,用于配电网的智能重构和自愈控制;引入风险敏感奖励函数和博弈均衡策略优化方法,用于提升性能和鲁棒性;最后进行系统部署与工程验证。
技术关键词
自愈控制方法 深度强化学习 重构策略 控制智能体 故障场景 强化学习算法 阻抗控制器 配电网自动化系统 储能系统 网络 多源异构数据 均衡策略 分布式电源出力 表达式 节点特征 配电网故障自愈 风险 参数
系统为您推荐了相关专利信息
1
一种基于强化学习的轨道交通列车受电弓动态调节方法
动态调节方法 列车受电弓 列车运行信息 PID控制算法 强化学习模型
2
基于深度强化学习的无线传感器网络覆盖优化方法及系统
无线传感器节点 深度学习模型 网络覆盖优化 全局信息融合 编码器
3
一种基于强化学习的边缘计算资源分配优化方法及系统
资源分配策略 资源分配优化方法 深度神经网络模型 Q学习算法 资源配置参数
4
基于混沌工程的微服务系统数据评估方法、设备及介质
数据评估方法 故障场景 微服务系统 指标 异常点
5
基于两阶段鲁棒优化的动态分时电价定价方法及系统
鲁棒优化模型 发电机组 两阶段鲁棒优化 动态分时电价 变量
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