[发明专利]基于Q学习的电网脆弱点检测方法、系统、设备及介质

权利要求书

1.一种基于Q学习的电网脆弱点检测方法，其特征在于，包括以下步骤：

S1：获取待检测智能电网的电力系统模型；

S2：基于电力系统模型，根据节点重要程度从待检测智能电网中选取预设数量的脆弱传输线，得到脆弱传输线集合；

S3：以脆弱传输线集合为Q学习方法的动作空间，以待检测智能电网在脆弱传输线被拓扑攻击下的线路切断数量及发电功率损失为优化参数，通过Q学习方法迭代优化，得到最优的传输线攻击序列；

S4：将最优的传输线攻击序列作为智能电网脆弱点；

所述S2的具体方法为：

S201：基于电力系统模型，获取并通过待检测智能电网中分布的总功率，将各节点的输出功率进行归一化得到各节点的归一化输出功率；

S202：选取归一化输出功率最大的节点，选取该节点所连接的传输线中输出功率最大的传输线为脆弱传输线；

S203：在待检测智能电网的所有传输线中去除已选取的传输线，更新电力系统模型，并重复S201～S202至获得预设数量的脆弱传输线；

所述S3中通过Q学习方法迭代优化，得到最优的传输线攻击序列的具体方法为：

S301：初始化Q学习方法的Q值表，并预设Q学习方法的探索阈值；

S302：从动作空间内随机选取一条脆弱传输线进行拓扑攻击；

S303：获取拓扑攻击下待检测智能电网的线路切断数量及发电功率损失，根据线路切断数量及发电功率损失确定该脆弱传输线的Q值并写入Q值表；

S304：生成一随机数，当随机数大于探索阈值时，从动作空间内随机选取一条脆弱传输线进行拓扑攻击并进行一次S303；否则，从动作空间内选取Q值最大的脆弱传输线进行拓扑攻击并进行一次S303；

S305：迭代进行S304至当前Q值表与上次迭代的Q值表之间的变化值收敛至预设阈值以下，得到并根据最终的Q值表，获取最优的传输线攻击序列；

所述S303的具体方法为：

S3031：检测智能电网中是否存在孤岛，当智能电网中存在孤岛时，进行S3032；否则，进行S3034；

S3032：根据电网潮流方程约束，进行待检测智能电网发电与负载的再分配；

S3033：解算并根据待检测智能电网的电网潮流确定待检测智能电网是否达到稳态，当待检测智能电网达到稳态，进行S3034；否则，重复S3031～S3032至待检测智能电网达到稳态；

S3034：获取并输出拓扑攻击下待检测智能电网的线路切断数量及发电功率损失，由线路切断数量及发电功率损失确定该脆弱传输线的Q值并写入Q值表。

2.根据权利要求1所述的基于Q学习的电网脆弱点检测方法，其特征在于，所述S1的具体方法为：

获取并根据待检测智能电网的电力拓扑、发电功率及负载功率，进行待检测智能电网的建模，得到待检测智能电网的电力系统模型。

3.根据权利要求1所述的基于Q学习的电网脆弱点检测方法，其特征在于，所述S3034中根据线路切断数量及发电功率损失确定该脆弱传输线的Q值的具体方法为：

根据线路切断数量及发电功率损失，通过下式确定该脆弱传输线的Q值Q(s，a)：

其中，s为状态向量，以待检测智能电网的各传输线的通断状况组成的向量作为状态向量，a为进行拓扑攻击的脆弱传输线，α为Q学习方法的学习率，s′为拓扑攻击后电网达到稳态时的状态向量，Q(s′，a′)为该状态向量下最大的Q值，a′为该状态向量下最大的Q值对应的传输线；l_loss为当前拓扑攻击后待测智能电网的线路切断数量；l_total为待测智能电网的传输线总数；p_loss为当前拓扑攻击后线路切断数量的发电功率损失；p_total为待测智能电网的总功率，R(a)为Q学习方法的奖励函数。