[发明专利]一种基于深度强化学习的配电网故障智能抢修方法及装置

权利要求书

1.一种基于深度强化学习的配电网故障智能抢修方法，其特征在于，包括以下步骤：

步骤S1、构建配电网故障抢修深度强化学习模型，制定配电网故障抢修任务，并将系统状态作为深度强化学习模型的输入；

步骤S2、根据输入的系统状态对神经网络进行训练，得到系统动作；

步骤S3、将系统状态和系统动作带到奖赏函数中得到该系统动作的奖赏值，根据奖赏值大小来进行神经网络参数的更新；

步骤S4、重复步骤S1-S3直到奖赏值趋于稳定，从而完成训练过程，根据最后的系统动作进行配电网故障抢修资源分配。

2.根据权利要求1所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述系统状态包括故障点与抢修中心之间的距离以及抢修任务量。

3.根据权利要求1所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述步骤S1中深度强化学习模型内部是由神经网络搭建而成，模型中神经网络参数包括权重w、偏置b、学习率L和神经网络隐藏层数目。

4.根据权利要求2所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述步骤S1中配电网故障抢修任务为：R_u(d_u,n_u)；其中，d_u表示抢修点距抢修中心之间的距离，n_u表示抢修任务量。

5.根据权利要求2所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述步骤S1中，故障点与抢修中心之间的距离以及抢修任务量作为系统状态，可表示为S＝{d1,d2,···，d_u,n₁,n₂,···,n_u}。

6.根据权利要求1所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述步骤S2中系统动作定义为a＝{f₁,f₂，···,f_u}，其中，f_u是抢修中心分配给故障点u的资源量，包括抢修人员、抢修车辆和抢修工具。

7.根据权利要求1所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，所述步骤S3中奖赏函数定义为r＝r_max-T_all，其中，r_max代表的是抢修时间的最大值，T_all代表抢修花费时间。

8.根据权利要求7所述的基于深度强化学习的配电网故障智能抢修方法，其特征在于，抢修花费时间T_all是由路程时间和维修时间两个部分组成；其中，路程时间指的是车辆到达故障点的时间，可表示为o_u表示分配给故障u的车辆行驶速度；维修时间指的是维修人员解决故障所花费的时间，可表示为

9.一种基于深度强化学习的配电网故障智能抢修装置,其特征在于,包括:

数据输入模块，用于输入配电网故障抢修任务；

系统状态模块,用于建立由故障点与抢修中心之间的距离以及抢修任务量组合成系统状态，作为深度强化学习模型的输入；

系统动作模块，用于对输入的系统状态进行神经网络训练，得到系统动作；

奖赏模块，用于将系统状态和系统动作带到奖赏函数中得到该系统动作的奖赏值，根据奖赏值大小来进行神经网络参数的更新；

分配模块，用于根据最后的系统动作进行配电网故障抢修资源分配。