CN119448128A 配电网故障定位与可靠性快速恢复的智能控制方法及系统 （国网福建省电力有限公司浦城县供电公司）

号配电网故障定位与可靠性快速恢复的智能本发明提供配电网故障定位与可靠性快速恢复的智能控制方法及系统，涉及电网技术领2将制定的智能控制指令序列通过安全加密通道发送至相关的智能终将预处理后的数据输入到具有多通道结构的深度学习模型，所述多将卷积层和池化层输出的特征图重塑并输入到长短时记忆在所述长短时记忆网络层之后添加一个自注意力层，使模型能将自注意力层的输出经过一个全连接层，最后通过softmax分类器输出故障类型的概采用大规模的模拟数据和实际故障数据相结合的方法训练所述深度3构建配电网数字孪生模型，所述配电网数字孪生模型基通过与配电网管理系统的数据接口，将配电网拓扑结构和设备信息导入所述图数据接收故障节点标识和故障类型信息，基于所述故障节点标识在所述在所述深度优先搜索算法的搜索过程中，基于当前访问节点和相邻节点的属性信息，所述判断包括：当故障类型为短路故障时，检查当前节点与相邻节点将判定会受到故障影响的节点添加到受影响区域列表中，并记录基于所述受影响区域列表和故障传播路径，生成包含受影响节点列基于历史故障数据对所述方法进行验证，比较预测的影响范围与实证结果优化深度优先搜索算法中的传播判断逻实现自适应学习机制，根据每次实际故障的反馈信息，自动调整基于所述初步故障评估报告，启动多目标优化算法，所述多目对于供电可靠性目标，计算系统平均中断频率指数和系统平均中断采用整数编码方式进行染色体编码，每个基因代表一个可控开4设置网络拓扑约束、电压约束和电流约束，其中电压约束要求各节构建深度Q网络，所述深度Q网络包括多层卷积神设置经验回放机制，使用一个固定容量的经验池存储转移样本；将选择的最优方案转化为智能控制指令序列，通过基于椭圆曲线5智能终端设备接收指令后，按照预设的安全协议逐在执行过程中，通过高精度传感器网络实时采集各节点的状态如检测到异常情况或执行效果不佳，立即触发应急响应7.配电网故障定位与可靠性快速恢复的智能控制系统，用于实现前述权利要求1_6中第三单元，用于将制定的智能控制指令序列通过安全加密通其中，所述处理器被配置为调用所述存储器存储的指令，以执行序指令被处理器执行时实现权利要求1至667通过部署在配电网各关键节点的智能传感器，以每秒100次的采样频率实时采集将自注意力层的输出经过一个全连接层，最后通过softmax分类器输出故障类型8对于供电可靠性目标，计算系统平均中断频率指数和系统平均中断持续时间指9[0018]图1为本发明实施例配电网故障定位与可靠性快速恢复的智能控制方法的流程示图2为本发明实施例配电网故障定位与可靠性快速恢复的智能控制系统的结构示[0021]图1为本发明实施例配电网故障定位与可靠性快速恢复的智能控制方法的流程示S103.将制定的智能控制指令序列通过安全加密通道发送至相关的智能终端设通过部署在配电网各关键节点的智能传感器，以每秒100次的采样频率实时采集将自注意力层的输出经过一个全连接层，最后通过softmax分类器输出故障类型这种结构使得系统能够快速追踪电力流向和故[0038]为了提高大规模网络的处理效率，实现了并行DFS算法。将配电网划分为多个子观展示故障影响范围和传播路径。节点可以用不同的颜色和大小来表示其类型和重要性，[0042]通过以上详细的技术步骤，该方法能够在故障发生后的对于供电可靠性目标，计算系统平均中断频率指数和系统平均中断持续时间指虑供电可靠性、经济性和用户重要度的因素初步故障评估报告为多目标优化算法提供了关优化算法被设计用于生成最优的故障恢复方案。该算法采用改进的非支配排序遗传算法II电恢复。根据实际情况从这组解中选择最适合的故障恢择的恢复方案将SAIFI降低了15%，SAIDI降低了20%，同时将恢复成本控制在预算的90%以[0053]通过这种多目标优化方法，不仅能够快速制定出平衡各方面因素的故障恢复方[0059]构建深度Q网络是实现决策的核心。网络结构包括三层卷积神经网络和两层全连[0061]目标网络更新机制用于稳定训练过程。每1000个训练步骤更新一次目标网络参重复以上步骤直到达到预设的终止条件，如训练回合数达到10000或者平均奖励值趋于稳[0073]采集到的数据经过本地预处理后，通过多级数据汇聚结构传输至中央控制系[0074]为应对大规模数据流，在中央控制系统端采用分布式流处理框架，如Apache[0077]核心层实现全局优化和决策。采用强化学习技术，如深度确定性策略梯度算法