基于强化学习的电力通信网故障恢复方法

• 作者: 李保罡 盖永贺 贾惠彬 郑宏达
• 来源期刊: 中国电力
• 关键词: 智能电网 电力通信网 大规模故障 强化学习 故障恢复
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能在电力系统的应用
• 页码范围: 34-40
• 页数: 7页
• 字数: 5311字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201907078

摘要

大规模的自然灾害或恶意攻击会引发智能电网中电力通信网的严重故障,如果不能及时恢复,将给电力系统的安全稳定运行带来极大的风险.为解决电力通信网络大规模故障后的恢复问题,在通信链路恢复资源有限的约束下,建立以失效业务数量恢复最大化为目标的电力通信网大规模故障后链路恢复模型.针对该模型,提出一种基于强化学习的启发式算法,该算法利用链路恢复资源和故障链路在失效业务中的重要度,设置奖惩函数和选择规则,并累积奖励最大值,得到最优链路恢复组合.实验结果表明,提出的电力通信网故障恢复方法可以在恢复资源有限的约束下,恢复较多的失效业务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李保罡	华北电力大学电气与电子工程学院	22	85	5.0	8.0
2	贾惠彬	华北电力大学电气与电子工程学院	17	133	5.0	11.0
3	郑宏达	华北电力大学电气与电子工程学院	2	0	0.0	0.0
4	盖永贺	华北电力大学电气与电子工程学院	1	0	0.0	0.0