基于约束增强安全强化学习的配电网动态网络重构方法

本发明提出一种基于约束增强安全强化学习的配电网动态网络重构方法，将配电网的DDNR任务描述为一个约束型马尔科夫决策过程(CMDP)，然后分别采用内点策略优化(IPO)算法和增加基于支路交换法的安全层的方式处理DDNR过程中的软约束(节点电压及线路电流约束)和硬约束(径向拓扑约束)，同时本发明提出一种时空感知神经网络模型来增加强化学习智能体对DDNR过程中配电网潮流的动态时空变化特性。所提方法对减小配电网能量损耗、优化电压分布、增加新能源承载力具有重要作用。