[發(fā)明專利]一種基于深度強(qiáng)化學(xué)習(xí)的配電網(wǎng)過(guò)流保護(hù)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010018729.7
• 申請(qǐng)日: 2020-01-08
• 公開(kāi)（公告）號(hào): CN111130053B
• 公開(kāi)（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 李嘉文;余濤
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): H02H1/00
• 分類號(hào): H02H1/00;H02H3/00;G06N3/08;G06N3/04
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 裴磊磊

1.一種基于深度強(qiáng)化學(xué)習(xí)的配電網(wǎng)過(guò)流保護(hù)方法，其特征在于，包括步驟：

啟動(dòng)保護(hù)，判斷一周波內(nèi)電流速斷保護(hù)是否動(dòng)作：

若電流速斷保護(hù)未動(dòng)作，則無(wú)需進(jìn)行定值優(yōu)化；

若電流速斷保護(hù)動(dòng)作，則進(jìn)行定值優(yōu)化；

根據(jù)訓(xùn)練完成的MA-DDPG算法確定最優(yōu)定值；所述MA-DDPG算法通過(guò)采用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，其中演員網(wǎng)絡(luò)和評(píng)論家網(wǎng)絡(luò)分別包括兩個(gè)網(wǎng)絡(luò)各自的主網(wǎng)絡(luò)與目標(biāo)網(wǎng)絡(luò)；

判斷當(dāng)前電流有效值與最優(yōu)定值的大小關(guān)系：

若當(dāng)前電流有效值大于最優(yōu)定值，則保護(hù)出口動(dòng)作；

若當(dāng)前電流有效值小于等于最優(yōu)定值，則判斷電流與啟動(dòng)值的大小關(guān)系：

若電流小于啟動(dòng)值，則保護(hù)返回；

否則返回判斷一周波內(nèi)電流速斷保護(hù)是否動(dòng)作的步驟進(jìn)行循環(huán)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述MA-DDPG算法通過(guò)采用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，其中演員網(wǎng)絡(luò)和評(píng)論家網(wǎng)絡(luò)分別包括兩個(gè)網(wǎng)絡(luò)各自的主網(wǎng)絡(luò)與目標(biāo)網(wǎng)絡(luò)，總共2n+2個(gè)網(wǎng)絡(luò)均采取以下結(jié)構(gòu)：

所述深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含兩個(gè)卷積層和兩個(gè)全連接層；

第一個(gè)卷積層直接接受數(shù)據(jù)的輸入，通過(guò)6個(gè)卷積核濾波器，并加偏置，提取局部特征，再進(jìn)行非線性激活函數(shù)ReLU處理，池化采樣操作獲得基礎(chǔ)特征；

第二個(gè)卷積層為2×2步長(zhǎng)為1的結(jié)構(gòu)，對(duì)基礎(chǔ)特征進(jìn)行組合和抽象形成更高階的有效特征；

兩個(gè)全連接層分別含有100個(gè)和50個(gè)隱含節(jié)點(diǎn)，卷積層的輸出作為全連接層的輸入，并通過(guò)激活函數(shù)進(jìn)行非線性處理，演員主網(wǎng)絡(luò)經(jīng)輸出層計(jì)算當(dāng)前狀態(tài)連續(xù)化定值，演員目標(biāo)網(wǎng)絡(luò)輸出層計(jì)算下一狀態(tài)的定值；評(píng)論家主網(wǎng)絡(luò)經(jīng)輸出層計(jì)算當(dāng)前狀態(tài)評(píng)論值，評(píng)論家目標(biāo)網(wǎng)絡(luò)輸出層計(jì)算下一狀態(tài)的定值的評(píng)論值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，將進(jìn)行定值優(yōu)化的過(guò)程看作一個(gè)馬爾科夫決策過(guò)程，在所述馬爾科夫決策過(guò)程采集電流波形數(shù)據(jù)的過(guò)程中，MDP元組中的狀態(tài)空間S包含2部分，分別為波形的采樣值大小S_b和時(shí)間序列S_m，狀態(tài)空間S滿足：

S＝S_b×S_m

其中，S_b反映了當(dāng)前時(shí)刻短路容量以及短路的位置，其受時(shí)間序列的推進(jìn)的影響，即：

S_b＝f(S_m)

時(shí)間序列部分S_m包含一個(gè)周波內(nèi)24個(gè)采樣點(diǎn)相對(duì)的序列信息；

時(shí)間序列定義如下：

為一個(gè)周波的時(shí)間序列，為一個(gè)周波20ms內(nèi)24個(gè)采樣點(diǎn)的時(shí)間序列；

MDP元組中的動(dòng)作空間中，I_a表示保護(hù)的整定值；將動(dòng)作空間劃分成連續(xù)的無(wú)窮個(gè)數(shù)值，I_a取值范圍為從0至系統(tǒng)可能產(chǎn)生的最大短路電流有效值的1.03倍，即：I_a∈(0，1.03I_max)，I_max表示系統(tǒng)短路可能出現(xiàn)的最大短路電流的有效值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，采用大量的系統(tǒng)不同運(yùn)行狀態(tài)情況下的本段線路故障及其他線路故障的電流的波形數(shù)據(jù)及電網(wǎng)拓?fù)鋽?shù)據(jù)作為樣本數(shù)據(jù)，將數(shù)據(jù)按屬性分類并歸一化，最后儲(chǔ)存處理后數(shù)據(jù)，形成樣本數(shù)據(jù)集。