一种天气敏感安全约束下基于混合深度学习的弹性调度方法及系统

本发明公开了一种天气敏感安全约束下基于混合深度学习的弹性调度方法及系统。方法包括：输入配电系统信息和所有天气信息；基于输入的所有天气信息，利用基于注意力机制的关键要素提取模型提取关键冰灾天气要素；基于关键冰灾天气要素，利用基于混合深度学习的动态安全极限值确定模型获得安全极限值；将安全极限值作为对天气敏感的参数，结合最初输入的配电系统信息，构建考虑天气敏感安全极限值的马尔可夫决策过程，利用基于深度确定性策略梯度的训练方法，得到最终的弹性提升策略。本发明能够精确地决策出天气敏感的安全极限值以及快速有效地制定出安全极限值下降的弹性提升策略，促使更大程度地保证冰灾下的电网安全性。