基于深度强化学习的配电系统动态重构方法及计算机装置

本发明涉及配电系统恢复领域，具体涉及一种基于深度强化学习的配电系统动态重构方法及计算机装置，实现了配电系统运营商能够根据配电系统当前状态做出实时决策，极大地提高了提高配电系统的弹性。方法包括：将配电系统的整个恢复过程建模为马尔可夫决策过程，该决策过程使用深度强化学习模型进行求解；在配电系统的整个恢复过程中加入冷负荷冲击约束、潮流约束、放射状拓扑约束以及频率响应约束；对配电系统的整个恢复过程进行优化；采用融合物理信息神经网络的深度强化学习模型进行参数更新优化；对深度强化学习模型进行训练；根据训练完成的深度强化学习模型进行配电系统的动态重构与序贯恢复。本发明适用于配电系统恢复。