(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210803811.X (22)申请日 2022.07.07 (71)申请人 深圳供电局有限公司 地址 518010 广东省深圳市罗湖区深南 东 路4020号电力调度通信大楼 申请人 重庆大学 (72)发明人 钟隽　魏正泽　胡博　谢开贵　 张华赢　汪清　游奕弘　吴显　 (74)专利代理 机构 重庆博凯知识产权代理有限 公司 50212 专利代理师 黄河 (51)Int.Cl. H02J 3/00(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01)G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 基于蒙特卡洛树搜索和神经网络的配电网 故障恢复方法 (57)摘要 本发明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。 权利要求书3页 说明书8页 附图5页 CN 115000954 A 2022.09.02 CN 115000954 A 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， Pmi为线路从m端流向i端的有功功率， Pm1为线路从m端流向1端 的有功功率， Pil为线路从i端流向l端的有功功率， P1i为线路从1端流向i端的有功功率， P1n 为线路从1端流向n端的有功功率， Pin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：权　利　要　求　书 1/3 页 2 CN 115000954 A 2式中， Tmn为故障线路m ‑n的修复时间， Tnm为故障线路n ‑m的修复时间。 5.如权利要求4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， 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 式中， xi为组件i的状态， 1为正 常状态， 0为故障状态， ti,action为故障恢复 时间， 为区 域内的故障恢复时间集 合。 6.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。 7.如权利要求6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： 从根状态 节点开始到叶节点结束， 计算各节点的； 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； 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。 8.如权利要求7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； 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。 9.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， 其特权　利　要　求　书 2/3 页 3 CN 115000954 A 3