一种基于大模型指导强化学习的配电网供电恢复决策方法

本发明公开了一种基于大模型指导强化学习的配电网供电恢复决策方法，获取配电网供电恢复问题的任务描述信息，基于此构建配电网供电恢复问题的马尔可夫决策过程。基于马尔科夫决策过程，搭建强化学习环境，并构建k个采用DDQN算法的强化学习模型。利用大模型的代码生成与优化能力，自动生成k个高质量的奖励函数代码，并用于训练强化学习模型。同时设计配电网供电恢复问题的奖励函数反馈提示和代码格式化提示，通过在每轮迭代后采用任务适应度函数评估强化学习模型的整体性能，并结合奖励反思机制动态优化奖励函数。采用多次随机重启策略，有效降低搜索陷入局部最优的风险。本发明可在复杂的配电网环境下生成高效、稳定的供电恢复方案。