基于多智能体可解释强化学习的停电计划编排方法及系统

本发明公开了一种基于多智能体可解释强化学习的停电计划编排方法及系统，方法包括：建立电网仿真环境作为训练多智能体的交互环境；根据当前编排计划可选方案构建智能体的状态空间和动作空间；基于保安全、保供应和保消纳三个优化目标设计各对应智能体的奖励函数；采用基于沙普利值的多智能协作对抗AC强化学习算法并结合电网仿真环境训练各智能体的动作策略；按照设定的比例权重将训练好的各智能体的动作策略进行整合，决策出最终的协作动作策略，从而生成最优的停电计划编排方案。本发明通过多智能体的协作实现兼顾多目标停电计划编排问题，能够更加高效且准确的做出最佳的策略方案，提升电网运行可靠性。