一种基于深度强化学习的配电网单相接地故障线路选拉决策方法、系统及相关设备

AITNT
正文
推荐专利
一种基于深度强化学习的配电网单相接地故障线路选拉决策方法、系统及相关设备
申请号:CN202510754653
申请日期:2025-06-06
公开号:CN120296542B
公开日期:2025-08-26
类型:发明专利
摘要
本申请提供了一种基于深度强化学习的配电网单相接地故障线路选拉决策方法、系统及相关设备,其中,该方法包括:构建配电网馈线开关邻接矩阵和配电网馈线开关特征矩阵,采用动态图卷积神经网络对配电网馈线开关邻接矩阵和配电网馈线开关特征矩阵进行处理,得到状态信息特征量;基于故障线路选拉顺序,生成故障线路选拉策略;根据状态信息特征量和故障线路选拉策略,基于深度强化学习构建配电网单相接地故障线路选拉决策模型,用于实现故障线路选拉分析,确定配电网单相接地故障选线;该方法提供了科学高效辅助决策,实现了专家经验和技术分析的高效融合,提高了配电网单相接地故障线路选拉效率和配电网的恢复能力;适用于电力系统研究技术领域。
技术关键词
配电网单相接地故障 配电网馈线 馈线开关 深度强化学习 开关特征 公用变电站 决策方法 线路 双电源进线开关 故障相电压 神经网络权值 电力系统研究技术 开关矩阵 策略
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