基于多智能体强化学习的分布式停电检修管控系统设计

齐蓬勃，李 凡，高 雯

（国网固原供电公司，宁夏固原 756000）

电力系统需要兼顾发电、输电、变电、配电与用电等实施平衡的问题，这要求电力部门对电网内部的所有设备状态非常了解。我国的电网规模庞大，设备衰老与缺陷问题严重。而传统的电网停电检修管控系统较为粗旷，存在停电时间长、计划完成率低的问题。

当前电网故障智能诊断的研究方向主要是设计新的故障诊断模型，提高工程应用中的适应性和容错性，以及通过完善信息来源提高模型的诊断精准性。但电网故障诊断技术在工程应用中，仍存在一些问题：

1）诊断算法的适应性能力弱。由于现有处理技术中的信息采集方法不够完善，造成了信息具有较强的单一性。所以当操作方式发生改变或面对多种因素造成的复杂故障时，故障诊断算法的正确性就会急剧下降。

2）故障信息的获取与分析不完善。传统技术方案在检测到电源故障时，会将信息自动上传到控制中心而不进行任何处理，这可能导致控制中心服务器超负荷、数据包丢失或框架变形。

3）模型的容错性难以满足需求。例如，当一个或多个保护继电器（PR）和断路器（CB）不能正常工作时，故障判断模型未能正确判断出故障元素的数量和类型，模型需要妥善处理错误数据维持整体综合性能。

因此文中设计了一种基于多智能体强化学习的电网故障诊断模型，电网可以通过互联网将众多位于不同地理位置的计算机组成一台超级计算机，从而解决难以诊断的电力系统故障。……