一种基于多智能体强化学习的配电网故障恢复方法及系统
申请号:CN202411532871
申请日期:2024-10-30
公开号:CN119482715A
公开日期:2025-02-18
类型:发明专利
摘要
本发明属于配电网故障恢复技术领域,提供一种基于多智能体强化学习的配电网故障恢复方法及系统,所述方法包括:基于配电网负荷优先级,以恢复的负载作为目标函数,以配电网中各节点线路的运行限制作为约束条件,构建配电网故障恢复问题模型;基于配电网故障恢复问题模型,构建多智能体强化学习的智能体集合,将配电网故障恢复问题转为马尔可夫决策过程;基于多智能体强化学习的智能体集合构建多智能体强化学习框架,进行多智能体的训练,各智能体根据各自观测信息生成决策,得到故障恢复策略。基于配电网负荷优先级和节点线路运行限制构建的目标函数和约束条件,能够确保恢复策略的准确性和可行性。多智能体的并行决策过程缩短了策略生成时间。
技术关键词
多智能体强化学习
配电网故障恢复
故障恢复策略
节点
有功功率
负荷
决策
线路
全局状态信息
系统运行状况
引入注意力机制
智能体交互
智能体模型
开关
可读存储介质
算法框架