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）

及动态信息输入到利用AC强化学习算法训练后2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利用AC强化学习算法对配电网拓扑控制模所述利用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，γμμ3根据t-1时刻后掩码矩阵，依次将所有非0的状态加入到决策序列中计算模块(2)，用于将配电网拓扑的静态信息及动态信息输入到利用AC强化学习算法所述将配电网拓扑的静态信息输入到利用AC强化学习算法训练后的配电网拓扑控制利用AC强化学习算法对配电网拓扑控制模所述利用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，γ4μμ7.一种计算机设备，包括存储器、处理器8.一种计算机可读存储介质，所述计算机可读存储介质5科夫决策过程的优化计算使其丧失优势。这些问题使该技术应用在配电网拓扑优化上受[0004]本发明的目的在于克服上述现有技术的缺点，提供了一种配电网拓扑的控制方[0008]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[0011]所述将配电网拓扑的静态信息输入到利用AC强化学习算法训练后的配电网拓扑6[0016]利用改进的指针网络及AC强化学习算法对配电网拓扑控制模型进行训练的过程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t为第t时刻配电网拓扑的静态信息，dt为第t时刻配电网络拓扑的动态信刻的决策元素序列，D为配电网内的负荷节点数目，γi(G)表示拓扑G内负荷节点的带电状[0030]控制模块，用于根据配电网拓扑中开关组合的控制信息7到端控制策略计算模型训练，然后根据配电网拓扑中开关组合的控制信息控制配电网拓员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范8[0069]22)改进的指针网络如图3所示，图1中的状态序列信息首先输入到编码器9入一般由卷积或循环神经网络结构完成，考虑到编码器输入的决策状态特征及数据结构，后将编码器输出的高维特征作为解码器(Decoder)的部分输入，结合注意力机制对原状态p网络的输出并维护决策元素序列Ω及序列对应的对数概率值集合Πp，根据Ω计算组合策pμμ[0100]4)将配电网拓扑的静态信息及动态信息输入到训练后的[0105]计算模块2，用于将配电网拓扑的静态信息及动态信息输入到利用AC强化学习算读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。所述易失性存储器可以包括随机存储存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器可以现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0113]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或