基于深度强化学习的环网箱母线切换路径优化方法

本发明公开了基于深度强化学习的环网箱母线切换路径优化方法，包括如下步骤：S1、采集配电系统中所有环网箱的实时运行数据；S2、构建配电系统的图结构模型；S3、定义强化学习状态空间；S4、定义动作空间为所有可执行的母线切换操作集合；S5、构建图注意引导的双策略深度强化学习模型；S6、构建多目标强化学习奖励函数，通过加权组合形成路径奖励值；S7、基于Actor‑Critic结构训练模型，采用时间差分误差更新价值评估，并引入经验回放机制；S8、将当前配电状态输入训练完成的模型，生成满足约束的最优母线切换路径；S9、依序执行路径动作序列。本发明融合图建模与双策略学习，实现环网箱母线切换路径的智能优化与安全控制。