(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 202211210826.1 (22)申请日 2022.09.30 (71)申请人 国网四川省电力公司经济技 术研究 院 地址 610041 四川省成 都市中国 （四川） 自 由贸易试验区成都市高新区蜀绣西路 366号 (72)发明人 汤思蕊　李婷　苏韵掣　王云玲　 刘友波　王潇笛　刘方　吴刚　 高书宇　吕学海　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 唐邦英 (51)Int.Cl. G06Q 10/06(2012.01)G06Q 50/06(2012.01) G06F 17/11(2006.01) (54)发明名称 一种电网最优网架结构构建方法、 设备和介 质 (57)摘要 本发明公开了一种电网最优网架结构构建 方法、 设备和介质， 通过在目标电网全开机和全 接线模式下获取电网交流潮流， 确定典型潮流方 式数据， 构建电网潮流计算模型， 根据短路电流 辨识存在短路电流越限风险的关键站点， 辨识可 抑制短路电流的关键支路， 减小支路开断后电网 强度以及系统电压稳定性会受到的影 响， 根据可 抑制短路电流的关键支路， 构建电网潮流计算模 型结构优化的深度强化模型， 利用PPO算法对深 度强化模型进行训练， 获得最优网架结构模型， 提高电网强度以及系统电压稳定性， 保证电网网 架结构能够兼顾短路电流抑制 效果和维持较高 电压稳定裕度的要求。 权利要求书2页 说明书8页 附图1页 CN 115481922 A 2022.12.16 CN 115481922 A 1.一种电网最优网架结构 构建方法， 其特 征在于， 包括以下 具体步骤： S1： 在目标电网全开机和全接线模式下获取电网交流潮流， 确定典型潮流方式数据， 构 建电网潮流计算模型； S2： 根据电网潮流计算模型， 获取目标电网站点的短路电流数据， 根据短路电流数据确 定存在短路电流越限风险的关键站点； S3： 根据目标电网的站点构建节点阻抗矩阵， 基于支路追加法计算节点阻抗矩阵中各 支路开断时关键站点短路电流的灵敏度， 确定可抑制短路电流的关键支路； S4： 根据可抑制短路电流的关键支路， 构建电网潮流计算模型结构优化的深度强化模 型； S5： 利用P PO算法对深度强化模型进行训练， 获得最优网架结构模型。 2.根据权利要求1所述的电网最优 网架结构构建方法， 其特征在于， 所述获取电网交流 潮流具体包括： S1‑1： 根据目标电网的站点构建节点导纳矩阵， 获取电网节点导纳矩阵第i行第j列元 素， 获取节 点i和节点j的电压相位差， 确定节点i上的发电有功功 率、 负荷有功功率、 发电无 功功率和负荷无功 功率； S1‑2： 根据节点i上的发电有功功率、 负荷有功功率、 发电无功功率和负荷 无功功率， 确 定节点i和节点j之间第k回支路的有功潮流和无功潮流； S1‑3： 根据第k回支路的有功潮流和无功潮流确定支路潮流的视在功率。 3.根据权利要求1所述的电网最优网架结构 构建方法， 其特 征在于， 所述S3具体包括： S3‑1： 根据目标电网节点和支路的连接关系， 获取各支路的阻抗参数， 根据支路追加法 构建全接线模式下的电网节点阻抗矩阵； S3‑2： 根据电网节点阻抗矩阵， 计算各支路开断时关键站点抑制 短路电流的综合灵敏 度指标， 获得灵敏度在目标 范围内的支路作为可抑制短路电流的关键支路。 4.根据权利要求3所述的电网最优 网架结构构建方法， 其特征在于， 所述计算各支路开 断时关键站点抑制短路电流的综合灵敏度指标包括： 根据目标电网各节点和支路的连接关系， 确定支路开断前后关键站点的自阻抗， 根据 支路开断前后关键站点的自阻抗计算支路开断对关键站 点的短路电流灵敏度， 确定存在短 路电流越限风险的关键站点总数， 确定支路开断对多个关键站 点短路电流抑制的综合灵敏 度指标。 5.根据权利要求1所述的电网最优 网架结构构建方法， 其特征在于， 所述构建电网潮流 计算模型 结构优化的深度强化模型包括： S4‑1： 通过电网潮流计算和短路电流计算确定深度强化模型状态以及计算相关奖励函 数； S4‑2： 将深度强化模型中的状态定义为电网网架结构以及该电网网架结构下电网潮流 分布； 将深度强化模型中的动作定义为支路开断， 并且每次动作只可开断一条支路， 支路开 断后不可 再次闭合； S4‑3： 根据电网潮流和可抑制短路电流的关键支路定义实际奖励函数。 6.根据权利要求5所述的电网最优 网架结构构建方法， 其特征在于， 所述实际奖励函数权　利　要　求　书 1/2 页 2 CN 115481922 A 2具体包括： 潮流收敛且不存在短路电流越限站点状态、 潮流不收敛或网络出现孤岛状态和 其他状态。 7.根据权利要求6所述的电网最优 网架结构构建方法， 其特征在于， 所述其他状态确定 方法包括： 获取支路的短路电流和断路器遮断电流， 确定与短路电流抑制 相关的奖励函数； 获取初始全接线方式下利用连续潮流方法计算得到的负荷裕度， 获取经过当前支路开 断动作后的负荷裕度， 确定与静态电压安全 裕度相关的奖励函数； 获取支路的运行状态， 确定与开断支路数目相关的奖励函数； 根据与短路电流抑制相关的奖励函数、 与静态电压安全裕度相关的奖励函数的与开断 支路数目相关的奖励函数的三个函数的和， 确定其 他状态。 8.根据权利要求1所述的电网最优网架结构 构建方法， 其特 征在于， 所述S5具体包括： S5‑1： 建立动作网络ActorNet， 所述动作网络的模型参数为θ， 建立评价网络 CriticNet， 所述评价网络的模型参数为ω； S5‑2： 设置模型训练的迭代因子epoc h＝0； S5‑3： 设置环境初始状态s0， 设置时步t＝0， 即 当前状态st＝s0； S5‑4： 以状态st作为输入， 利用动作网络预测各支路开断动作的概率， 获取概率最大的 动作at， 执行动作at， 通过电网潮流计算和短路电流计算确定新的状态st+1和实际奖励； S5‑5： 检查目标电网是否存在因支路开断而造成电网孤岛或电网潮流 不收敛的情况： 若是， 记录T＝t， 进入步骤S5 ‑7； 若否， 进入步骤S5 ‑6； S5‑6： 检查目标电网是否存在短路电流大于断路器遮断电流的关键站点： 若是， 更新t＝t+1， 返回步骤S5 ‑4； 若无， 记录T＝t， 进入步骤S5 ‑7； S5‑7： 根据动作at和状态st计算面向动作网络的损失函数Lactor； 利用ADAM优化器计算Lactor对动作网络模型参数θ的梯度 根据 更新模型参数θ， 所述αθ为模型参数的学习率； S5‑8： 根据新的动作at和新的状态st计算面向动作网络的评价 函数Lcritic； 利用ADAM优化器计算Lcritic对动作网络模型参数ω的梯度 根据 更新模型参数ω， 所述αω为模型参数的学习率； S5‑9： 设置epoch＝epoch+1， 若epoch大于最大迭代次数， 进入下一步； 若否， 返回步骤 S5‑3； S5‑10： 依次执 行步骤S5 ‑3到步骤S5 ‑6， 根据状态sT构建最优网架结构模型。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至8任一项所述的一种 电网最优网架结构 构建方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1至8任一项所述的一种电网最优网架结构 构建方法。权　利　要　求　书 2/2 页 3 CN 115481922 A 3