基于深度强化学习的微电网故障诊断与动态恢复方法

本发明提供基于深度强化学习的微电网故障诊断与动态恢复方法，本发明通过图注意力机制聚焦关键节点多模态特征，利用多层图注意力层提取故障特征，捕捉微电网节点空间依赖关系以识别故障传播路径。同时，借助门控循环单元融合空间特征与历史多模态数据，构建时空联合特征表示，捕捉故障前征兆时序演变，增强间歇性及早期故障检测能力，解决多模态特征数据融合难题，实现高精度故障诊断。在边缘设备采用知识蒸馏技术部署轻量化学生模型，实现毫秒级应急响应，防止故障扩散的同时保障诊断与修复策略的精准性。在云端通过教师模型利用全局数据不仅生成最优修复策略，还使系统能适应微电网拓扑变化与新型故障，持续提升故障处理能力。