基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法技术

本发明专利技术涉及配电网故障修复技术领域，具体涉及基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，包括以下步骤：步骤1、获取配电网的有功潮流矩阵和区域修复时间矩阵，并通过有功潮流矩阵及区域修复时间矩阵表征构筑配电网故障恢复过程；其中，所述区域修复时间矩阵由配电网的各区域馈线的历史修复时间处理后得到；步骤2、确认故障恢复的行动空间的参照值、约束条件及状态空间；所述约束条件为故障修复的资源约束，所述状态空间为配电网状态的集合，所述行动空间为修复决策的集合。本方法能够让维护指导方案适用于充满各种意外和妥协的实际维护过程。协的实际维护过程。协的实际维护过程。

【技术实现步骤摘要】
基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法


[0001]本专利技术涉及配电网故障修复
，具体涉及基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法。

技术介绍

[0002]配电网故障恢复是供电公司重要的例行工作。配电网故障恢复问题是调度人员按照一定顺序隔离故障、调配工人、修复元件，以恢复配电网运行。近年来，研究集中于建立最优化模型，计算出经济最优的维修优先顺序。当前，供电公司主要采用根据重要程度事先的优先级列表安排维修。
[0003]现有的研究方法采用较为理想的优化模型，这类优化模型要求预设规则和提出多样的假设。然而，现场故障恢复情况远比我们想象的要复杂得多，它充满了各种意外紧急情况和妥协，例如安排到A处维修的人员临时有事不能去执行维修任务、安排到B处维修的人员由于堵车不能按计划执行维修任务、维修过程中配电网的负荷发生变化等等；理论和实际之间存在着巨大差异，导致现有的研究方法在实际应用中的效果并不好。
[0004]因此，怎样使维护指导方案适用于充满各种意外和妥协的实际维护过程，成为目前亟待解决的问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术提供了一种基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，能够让维护指导方案适用于充满各种意外和妥协的实际维护过程。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0007]基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，包括以下步骤：
[0008]步骤1、获取配电网的有功潮流矩阵和区域修复时间矩阵，并通过有功潮流矩阵及区域修复时间矩阵表征构筑配电网故障恢复过程；其中，所述区域修复时间矩阵由配电网的各区域馈线的历史修复时间处理后得到；
[0009]步骤2、确认故障恢复的行动空间的参照值、约束条件及状态空间；所述约束条件为故障修复的资源约束，所述状态空间为配电网状态的集合，所述行动空间为修复决策的集合；
[0010]步骤3、构筑配电网故障恢复的强化学习框架，所述强化学习框架由蒙特卡洛树搜索和神经网络组成；并通过有功潮流矩阵、区域修复时间矩阵、约束条件、状态空间、以及行动空间中修复决策的参照值进行强化学习，得到修复指导模型；
[0011]步骤4、通过修复指导模型确定适合当前的行动指导方案，并按照所述行动指导方案执行配电网的故障修复。
[0012]优选地，步骤4包括：
[0013]步骤4.1、根据配电网的实际故障及实际约束条件，将状态空间输入修复指导模型，修复指导模型输出初始的行动指导方案；
[0014]步骤4.2、执行行动指导方案，对配电网的故障修复进行指导；
[0015]步骤4.3、执行行动指导方案的过程中，若状态空间或约束条件发生变化，则将当前的状态空间或约束条件输入修复指导模型，由修复指导模型输出适合当前的行动指导方案，并返回步骤4.2；直到完成故障修复。
[0016]优选地，步骤1中，使用线路功率代替节点功率，得到有功潮流矩阵：
[0017][0018]式中，m、1、i和n为节点端，P
mi
为线路从m端流向i端的有功功率，P
m1
为线路从m端流向1端的有功功率，P
il
为线路从i端流向l端的有功功率，P
1i
为线路从1端流向i端的有功功率，P
1n
为线路从1端流向n端的有功功率，P
in
为线路从i端流向n端的有功功率，ξ为潮流函数，为元件状态集合，为其他参数集合。
[0019]优选地，步骤1中，获取区域修复时间矩阵的过程包括：
[0020]收集配电网的各区域馈线的历史修复时间；
[0021]对各区域馈线修复时间进行聚类，计算不同区域的修复时间均值和方差；
[0022]根据正态分布，生成各区域故障线路的修复时间；得到配电网的区域修复时间矩阵：
[0023][0024]式中，T
mn
为故障线路m
‑
n的修复时间，T
nm
为故障线路n
‑
m的修复时间。
[0025]优选地，步骤1中，所述电网故障恢复过程包括潮流变化和维修阶段；其中，所述潮流变化通过有功潮流矩阵进行表征，用于表示配电网停电期间网络拓扑变化；所述维修阶段通过区域修复时间矩阵进行表征，用于表示指挥中心派员前往故障修复过程，故障恢复时间取各区域内最大的修复时间，且
[0026][0027]式中，x
i
为组件i的状态，1为正常状态，0为故障状态，t
i,action
为故障恢复时间，为区域内的故障恢复时间集合。
[0028]优选地，步骤3中，所述蒙特卡洛树包括多个节点和边；每个节点均有一个内部状态所述内部状态为状态空间中的一个状态；边通过内部状态的动作前往子节点；所述动作为行动空间中的一个修复决策。
[0029]优选地，步骤3中，所述强化学习包括构筑蒙特卡洛树搜索模块；所述构筑蒙特卡
洛树搜索模块包括：
[0030]从根状态节点开始到叶节点结束，计算各节点的；
[0031]到达最末的叶节点后，给该叶节点添加一个新的子节点，作为新的末端叶节点；并根据神经网络计算新的末端叶节点的节点信息，所述节点信息包括内部状态、奖励、策略和价值；
[0032]将新的末端叶节点的节点信息沿着模拟轨迹反向传播，并计算和更新轨迹包含的边的值，并进行归一化处理；所述模拟轨迹为根状态节点到新的末端叶节点的过程轨迹。
[0033]优选地，步骤3中，所述神经网络包括表征网络、机制网络和预测网络，表征网络的输出端分别与机制网络及预测网络的输入端连接，且机制网络的输出端与预测网络的输入端连接；
[0034]其中，表征网络用于输入有功潮流矩阵、区域修复时间矩阵及历史动作，得到能够被机器学习的形式的内部状态；机制网络用于输入一个内部状态和当前动作后，计算得到下一个内部状态和对应的奖励；预测网络用于输入一个内部状态后，计算得到对应的策略和价值；其中，所述策略为修复配电网络所采取的动作，所述价值为采取某种具体的策略后所得到的奖赏值。
[0035]优选地，步骤2中，所述约束条件包括人力资源和抢修资源；所述状态空间中的配电网状态包括网络拓扑、负荷、维修完成百分比和配电网元件状态；所述行动空间中的修复决策包括派遣具体人数的人员修复具体的故障元件。
[0036]本专利技术与现有技术相比，具有如下有益效果：
[0037]1.使用本方法进行故障修复指导，得到修复指导模型后，当配电网出现实际故障时，根据配电网的实际故障，将状态空间输入修复指导模型，修复指导模型会输出初始的行动指导方案(如，将某某人派到某某故障点进行故障修复)。在执行行动指导方案的过程中，如果状态空间出现了变化(如，配电网某区域的负荷发生变化)，则将当前的状态空间输入修复指导模型即可，修复指导模型会根据状态空间的变化输出适合当前的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，其特征在于，包括以下步骤：步骤1、获取配电网的有功潮流矩阵和区域修复时间矩阵，并通过有功潮流矩阵及区域修复时间矩阵表征构筑配电网故障恢复过程；其中，所述区域修复时间矩阵由配电网的各区域馈线的历史修复时间处理后得到；步骤2、确认故障恢复的行动空间的参照值、约束条件及状态空间；所述约束条件为故障修复的资源约束，所述状态空间为配电网状态的集合，所述行动空间为修复决策的集合；步骤3、构筑配电网故障恢复的强化学习框架，所述强化学习框架由蒙特卡洛树搜索和神经网络组成；并通过有功潮流矩阵、区域修复时间矩阵、约束条件、状态空间、以及行动空间中修复决策的参照值进行强化学习，得到修复指导模型；步骤4、通过修复指导模型确定适合当前的行动指导方案，并按照所述行动指导方案执行配电网的故障修复。2.如权利要求1所述的基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，其特征在于，步骤4包括：步骤4.1、根据配电网的实际故障及实际约束条件，将状态空间输入修复指导模型，修复指导模型输出初始的行动指导方案；步骤4.2、执行行动指导方案，对配电网的故障修复进行指导；步骤4.3、执行行动指导方案的过程中，若状态空间或约束条件发生变化，则将当前的状态空间或约束条件输入修复指导模型，由修复指导模型输出适合当前的行动指导方案，并返回步骤4.2；直到完成故障修复。3.如权利要求2所述的基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，其特征在于：步骤1中，使用线路功率代替节点功率，得到有功潮流矩阵：式中，m、1、i和n为节点端，P
mi
为线路从m端流向i端的有功功率，P
m1
为线路从m端流向1端的有功功率，P
il
为线路从i端流向l端的有功功率，P
1i
为线路从1端流向i端的有功功率，P
1n
为线路从1端流向n端的有功功率，P
in
为线路从i端流向n端的有功功率，ξ为潮流函数，为元件状态集合，为其他参数集合。4.如权利要求3所述的基于蒙特卡洛树搜索和神经网络的配电网故障恢复方法，其特征在于：步骤1中，获取区域修复时间矩阵的过程包括：收集配电网的各区域馈线的历史修复时间；对各区域馈线修复时间进行聚类，计算不同区域的修复时间均值和方差；根据正态分布，生成各区域故障线路的修复时间；得到配电网的区域修复时间矩阵：
式中，T
mn
为故障线路m
‑
n的修复时间，T

【专利技术属性】
技术研发人员：钟隽，魏正泽，胡博，谢开贵，张华赢，汪清，游奕弘，吴显，
申请(专利权)人：重庆大学，
类型：发明
国别省市：