基于多智能体共享信息的低压配电网拓扑与数据建模技术研究

针对国网现役应用的AMI量测系统处理低压配电网精确建模问题时存在的电力线路多阻抗参数约束下方差波动、处理异构低压配电网拓扑生成失效、线损分析易陷入局部极值、电力线路参数泛化能力与学习能力失衡、潮流计算收敛速度随时间呈迟滞变化等先天不足,提出了一种基于多智能体共享信息的低压配电网拓扑与数据生成模型。通过引入多智能体机制,视低压配电网涉及到的电力线路参数为独立活性的智能体,构建具有社会属性的面向低压配电网电力线路参数信息共享的全局最优协同控制体系,引入第二代机器学习中的DDPG算法实现异构低压配电网拓扑自动最优生成与数据自主精确建模机制,利用多智能体共享信息生成目标低压配电网参数要素集合,为全局最优模型构建提供可视化支撑。基于Tensorflow开源框架,在Gym torcs环境下进行模型效能仿真验证,较好解决了AMI量测系统处理低压配电网精确建模问题时若干固有缺陷,实现全局最优,具有稳定性高、抗干扰性强、自主感知性高等优势。以国网江苏省电力有限公司辖区某低压配电网为效能评价载体,对模型进行了工程应用分析,验证结果表明所提模型可以较好实现异构低压配电网拓扑自动最优生成与数据自主精确建模,在模型自主性、参数拟合性、全局最优、拓扑生成效率等方面具有明显优势。