CN114154416B 一种配电网拓扑的控制方法、系统、设备及存储介质 （中国电力科学研究院有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114154416B(45)授权公告日2025.07.08

(21)申请号202111453132.6

(22)申请日2021.11.30

(65)同一申请的已公布的文献号申请公布号CN114154416A

(43)申请公布日2022.03.08

(73)专利权人中国电力科学研究院有限公司地址100192北京市海淀区清河小营东路

15号

专利权人国网江苏省电力有限公司徐州供电分公司

国家电网有限公司

(72)发明人闫冬彭国政陈盛张伟曹亚非姜华代志成

(74)专利代理机构北京中巡通大知识产权代理有限公司11703

专利代理师李晓晓

(51)Int.CI.

GO6F30/27(2020.01)

GO6Q50/06(2012.01)

GO6F119/02(2020.01)

(56)对比文件

CN112488442A,2021.03.12

刘帅等.基于深度强化学习的输电网网架规划方法.电力建设.2021,第42卷(第07期),第

104-105页.

审查员李雯雯

权利要求书3页说明书7页附图3页

(54)发明名称

一种配电网拓扑的控制方法、系统、设备及存储介质

(57)摘要

CN114154416B本发明公开了一种配电网拓扑的控制方法、系统、设备及存储介质，包括：获取配电网拓扑的静态信息及动态信息；将配电网拓扑的静态信息及动态信息输入到利用AC强化学习算法训练后的配电网拓扑控制模型中，得配电网拓扑中开关组合的控制信息；根据配电网拓扑中开关组合的控制信息对配电网拓扑进行控制，完成配电网拓

CN114154416B

构建配电网拓扑控制强化学习模型

利用AC强化学习算法对配电网拓扑控制强化学习模型进行训练，得训练后的配电网拓扑控制强化学习模型

获取配电网拓扑的静态信息及动态信息

将配电网拓扑的静态信息及动态信息

输入到训练后的配电网拓扑控制模型

中，得配电网拓扑中开关组合的控制

信息

根据配电网拓扑中开关组合的控制信

息对配电网拓扑进行控制，完成配电

网拓扑的控制

CN114154416B权利要求书1/3页

2

1.一种配电网拓扑的控制方法，其特征在于，包括：

获取配电网拓扑的静态信息及动态信息；

将配电网拓扑的静态信息及动态信息输入到利用AC强化学习算法训练后的配电网拓扑控制模型中，得到配电网拓扑中开关组合的控制信息；

根据配电网拓扑中开关组合的控制信息对配电网拓扑进行控制，完成配电网拓扑的控

制；

所述将配电网拓扑的静态信息及动态信息输入到利用AC强化学习算法训练后的配电网拓扑控制模型中之前还包括：

利用改进的指针网络构建配电网拓扑控制模型；

利用AC强化学习算法对配电网拓扑控制模型进行训练，得训练后的配电网拓扑控制模型；

所述利用AC强化学习算法对配电网拓扑控制模型进行训练的过程中的奖励函数为：

其中，c?为可靠性的目标评价权重，c?为快速性的目标评价权重，G′为通过决策序列对待控制配电网拓扑进行处理的结果，D为配电网内的负荷节点数目，y;为配电网内第i个负荷节点的带电状态，Ω为决策元素序列，β;为表示开关状态变化的0-1变量，其中，当开关状态发生变化时，则β,取为1,否则，则β;为0;

在训练过程中，以AC强化学习算法更新神经网络的参数，具体为：

采用带基线的策略梯度更新ACTOR网络，其目的是平抑网络更新的方差，其目标函数表达为：

J?(X)=E-po(|x)R(π|x)

计算目标函数的策略梯度，再利用基线修正，即：

V?Ja(X)=Ea-De([(R(π|x)-b?(X))

·V,logp(π|x)]

R(π|X)=R(G′,Ω)

其中，0为指针网络的网络参数，π为决策策略，p。为指针网络根据X输出的概率分布，X为决策状态空间，μ为CRITIC网络的网络参数，b为CRITIC网络的输出结果，由CRITIC网络计算基线的预测结果，根据状态空间完全集对应的静态信息及动态信息，解码器输出判断决策难度及预期评价值，拟合返回组合策略的评价值，其目标函数为：

J。(X)=E[(R(π|X)-b(X)2]。

2.根据权利要求1所述的配电网拓扑的控制方法，其特征在于，所述利用改进的指针网络构建配电网拓扑控制模型的具体过程为：

利用改进的指针网络，基于配