基于图注意网络与深度确定性策略梯度的三相主动配电网供电恢复方法

配电服务恢复作为一种基本韧性范式，提供了一种优化协调的韧性解决方案，通过极端事件后配电网的供电恢复实现韧性提升。该文根据三相不平衡配电系统的网络特点，利用图注意网络对Actor-Critic架构的深度强化学习进行改造，通过增加网络拓扑特征提高其对不平衡配电系统的学习能力，提出一种基于图深度强化学习的三相不平衡主动配电网供电恢复新方法。该方法将配电网的动态供电恢复问题设计为一种新颖的马尔科夫决策过程，在此过程中不断产生样本数据并根据所提出的图深度强化学习算法对智能体进行训练，通过优化协调多个微电网以实现配电网动态供电恢复，其性能在IEEE37节点和IEEE123节点配电系统中得到了验证。