買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉國網(wǎng)山西省電力公司晉城供電公司申請的專利一種基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法、系統(tǒng)及相關(guān)設備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120296542B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510754653.7，技術(shù)領(lǐng)域涉及：G06F18/2411；該發(fā)明授權(quán)一種基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法、系統(tǒng)及相關(guān)設備是由姬玉澤;陳文剛;田瑞敏;董建軍;李海燕;張凱;原亞飛;王新瑞;馬偉天;許泳濤設計研發(fā)完成，并于2025-06-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法、系統(tǒng)及相關(guān)設備在說明書摘要公布了：本申請?zhí)峁┝艘环N基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法、系統(tǒng)及相關(guān)設備，其中，該方法包括：構(gòu)建配電網(wǎng)饋線開關(guān)鄰接矩陣和配電網(wǎng)饋線開關(guān)特征矩陣，采用動態(tài)圖卷積神經(jīng)網(wǎng)絡對配電網(wǎng)饋線開關(guān)鄰接矩陣和配電網(wǎng)饋線開關(guān)特征矩陣進行處理，得到狀態(tài)信息特征量；基于故障線路選拉順序，生成故障線路選拉策略；根據(jù)狀態(tài)信息特征量和故障線路選拉策略，基于深度強化學習構(gòu)建配電網(wǎng)單相接地故障線路選拉決策模型，用于實現(xiàn)故障線路選拉分析，確定配電網(wǎng)單相接地故障選線；該方法提供了科學高效輔助決策，實現(xiàn)了專家經(jīng)驗和技術(shù)分析的高效融合，提高了配電網(wǎng)單相接地故障線路選拉效率和配電網(wǎng)的恢復能力；適用于電力系統(tǒng)研究技術(shù)領(lǐng)域。

本發(fā)明授權(quán)一種基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法、系統(tǒng)及相關(guān)設備在權(quán)利要求書中公布了：1.一種基于深度強化學習的配電網(wǎng)單相接地故障線路選拉決策方法，用于選出配電網(wǎng)發(fā)生單相接地故障的線路，其特征在于：包括： 獲取配電網(wǎng)單相接地故障運行期間各時刻各饋線開關(guān)的拓撲連接關(guān)系，構(gòu)建配電網(wǎng)饋線開關(guān)鄰接矩陣G； 根據(jù)采集的配電網(wǎng)單相接地故障運行期間各時刻各饋線開關(guān)的電氣量信息特征數(shù)據(jù)，構(gòu)建配電網(wǎng)饋線開關(guān)特征矩陣；其中，電氣量信息特征數(shù)據(jù)包括：有功功率突變量、無功功率突變量、電流突變量和零序電流； 采用動態(tài)圖卷積神經(jīng)網(wǎng)絡對配電網(wǎng)饋線開關(guān)鄰接矩陣G和配電網(wǎng)饋線開關(guān)特征矩陣進行處理，得到狀態(tài)信息特征量； 基于故障線路選拉順序，生成故障線路選拉策略； 根據(jù)狀態(tài)信息特征量和故障線路選拉策略，基于深度強化學習構(gòu)建配電網(wǎng)單相接地故障線路選拉決策模型，用于實現(xiàn)配電網(wǎng)單相接地故障線路選拉的分析，并根據(jù)分析結(jié)果確定配電網(wǎng)單相接地故障選線；具體包括： 構(gòu)建深度強化學習網(wǎng)絡和經(jīng)驗池；其中，深度強化學習網(wǎng)絡包括訓練Q網(wǎng)絡和目標Q網(wǎng)絡； 初始化訓練Q網(wǎng)絡和目標Q網(wǎng)絡，并為訓練Q網(wǎng)絡和目標Q網(wǎng)絡中的參數(shù)賦值； 根據(jù)提取出的狀態(tài)信息特征量，構(gòu)建初始狀態(tài)空間變量s t ，且每周期進行一次初始狀態(tài)空間變量s t 的觀測更新；其中，所述周期為選拉控制周期，，I t 為每周期t時刻的狀態(tài)信息特征量； 根據(jù)每周期各饋線開關(guān)的開斷狀態(tài)，得到相應的動作a t ，并基于得到的每個動作a t ，根據(jù)故障線路選拉策略形成相應的動作集合A；其中，，，a t 為每周期t時刻的動作，為每周期t時刻第i個饋線開關(guān)的開斷狀態(tài)，n為配電網(wǎng)饋線開關(guān)數(shù)目； 構(gòu)建獎勵函數(shù)r；所述的獎勵函數(shù)的計算公式為： ； 式中，r 1 為故障相電壓懲罰項，r 2 為變電站負荷損失懲罰項，r 3 為無功不平衡懲罰項； 其中，r 1 的表達式為： ； 式中，為閾值電壓，為配電網(wǎng)單相接地故障時的故障相電壓，d為懲罰項； r 2 的表達式為： ； 式中，為一般用戶變電站負荷損失，為一般公用變電站負荷損失，為高危用戶變電站負荷損失，為關(guān)鍵公用變電站負荷損失，m 1 ~m 4 分別為一般用戶變電站、一般公用變電站、高危用戶變電站和關(guān)鍵公用變電站，k 1 ~k 4 分別為相應變電站的負荷權(quán)重參數(shù)，且k 4 k 3 k 2 k 1 ，l 1 ~l 4 分別為相應變電站或相應用戶的數(shù)目之和； r 3 的表達式為： ； 式中，、分別為配電網(wǎng)系統(tǒng)正常運行狀態(tài)下的無功功率的上限值和下限值；為t時刻配電網(wǎng)系統(tǒng)的無功功率，c為懲罰值； 將每周期的初始狀態(tài)空間變量s t 輸入訓練Q網(wǎng)絡中，并迭代執(zhí)行以下步驟：根據(jù)ε- greedy策略，從相應的動作集合A中選取一個動作a t ，生成初始狀態(tài)對應的動作價值Q's t ,a t ;θ t ，并將選擇的動作a t 輸入故障線路選拉策略中執(zhí)行選拉，得到更新后的各饋線開關(guān)的拓撲連接關(guān)系和電氣量信息特征數(shù)據(jù)，然后根據(jù)獎勵函數(shù)r計算該動作a t 的即時獎勵值r t ；其中，θt為訓練Q網(wǎng)絡的神經(jīng)網(wǎng)絡權(quán)值； 基于SCADA系統(tǒng)，根據(jù)更新后的各饋線開關(guān)的拓撲連接關(guān)系和電氣量信息特征數(shù)據(jù)，獲取新的狀態(tài)信息特征量，并更新計算相應周期下一時刻的狀態(tài)空間變量s t+1 ； 構(gòu)建經(jīng)驗數(shù)據(jù)集s t ,a t ,r t ,s t+1 ，并將其存放入經(jīng)驗池中； 從經(jīng)驗池中隨機抽取d組經(jīng)驗數(shù)據(jù)集，并將其分別輸入到訓練Q網(wǎng)絡和目標Q網(wǎng)絡中，計算得到訓練Q網(wǎng)絡的價值和目標Q網(wǎng)絡的目標值；其中，ddm，dm為經(jīng)驗池數(shù)據(jù)容量； 所述的目標Q網(wǎng)絡計算公式為： ； 式中，y h 為目標Q網(wǎng)絡的目標值，h為當前迭代次數(shù)，T為最大迭代次數(shù)，γ為折扣系數(shù)，argmaxQ'a h ,s h 為當前迭代下選擇的最優(yōu)動作對應的最大Q'值； 根據(jù)損失函數(shù)，采用目標Q網(wǎng)絡的目標值對訓練Q網(wǎng)絡的神經(jīng)網(wǎng)絡權(quán)值進行更新，使得訓練Q網(wǎng)絡的價值更加接近于目標Q網(wǎng)絡的目標值； 所述的訓練Q網(wǎng)絡的神經(jīng)網(wǎng)絡權(quán)值的更新公式為： ； 式中，為損失函數(shù)，θ h 為迭代第h次的更新后的訓練Q網(wǎng)絡的神經(jīng)網(wǎng)絡權(quán)值；Q'a h ,s h ;θ h 為迭代第h次的訓練Q網(wǎng)絡的價值； 判斷當前迭代次數(shù)是否等于最大迭代次數(shù)； 若等于，則得到訓練好的配電網(wǎng)單相接地故障線路選拉策略模型； 若不等于，則繼續(xù)執(zhí)行下一次迭代。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人國網(wǎng)山西省電力公司晉城供電公司，其通訊地址為：048026 山西省晉城市新市東街1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。