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
未登录
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
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