(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 202211368632.4 (22)申请日 2022.11.03 (71)申请人 国网江苏省电力有限公司苏州供电 分公司 地址 215000 江苏省苏州市 劳动路555号 (72)发明人 杨钰　白锐　景栋盛　顾杨青　 (74)专利代理 机构 苏州创元专利商标事务所有 限公司 3210 3 专利代理师 乔峰 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 一种电力信息网络的一体化运维资源分配 方法 (57)摘要 本发明公开了一种电力信息网络的一体化 运维资源分配方法， 包括： 将智 能电网中电力设 备和运维设备分布情况作为状态， 将电力设备和 运维设备供给各个地域的资源分配作为动作， 利 用强化学习中的Q值函数得到智能电网在某种状 态下不同资源分配动作的回报， 在此基础上利用 贪婪策略进行选择， 以得到效率最优的资源分配 动作； 引入危险预测模型， 将某种状态和对应效 率最优的资源分配动作输入至危险预测模型， 以 得到预测的未来状态， 并将预测的未来状态和危 险状态信息集合中的状态进行对比， 若满足预设 安全要求， 则执行当前效率最优的资源分配动 作。 本发明提供的一体化运维资源分配方法在安 全分配的基础上兼顾分配效率， 并能够主动预防 局部电力网络的宕机情况。 权利要求书2页 说明书7页 附图2页 CN 115526545 A 2022.12.27 CN 115526545 A 1.一种电力 信息网络的一体化 运维资源分配方法， 其特 征在于， 包括以下步骤： 对智能电网运维资源分配进行环境建模， 得到深度学习模型， 将智能电网中电力设备 和运维设备分布情况作为状态， 将电力设备和运维设备供给各个地域的资源分配作为动 作， 在所述深度学习模型中， 利用强化学习中的Q值函数得到所述智能电网在某种状态下不 同资源分配动作的回报， 在此基础上利用 ε ‑greedy策略进行选择， 以得到效率最优的资源 分配动作； 引入危险预测模型， 收集过去智能电网分配发生事故的历史信息， 所述历史信息包括 危险状态信息集合和危险动作信息集合， 利用所述历史信息对所述危险预测模型进行训 练； 在训练完成后， 将某种状态和对应效率最优的资源分配动作输入至所述危险预测模型， 以得到预测的未来状态， 并将预测的未来状态和所述危险状态信息集合中的状态进行对 比， 若满足预设安全要求， 则执行当前效率最优的资源分配动作， 否则， 则执行其他的资源 分配动作。 2.根据权利要求1所述的一体化运维资源分配方法， 其特征在于， 将在i地域第j时刻的 状态和对应效率最优的资源分配动作输入至所述危险预测模型， 以得到对应预测的下一步 隐状态 将i地域对应的危险状态信息集合进行特征提取和扁平化处理， 以得到对应的 隐状态集合Z； 将对应预测的下一步隐状态 与隐状态集合Z做均方差损失计算， 若得到 的均方差损失超出预设阈值， 则执行该效率最优的资源分配动作， 否则， 则将转而 执行最大 化Q值对应的资源分配动作。 3.根据权利要求1所述的一体化运维资源分配方法， 其特征在于， 若执行其他的资源分 配动作， 同样需要经过所述危险预测模型 的安全核查， 将该状态和对应选择 的其他资源分 配动作输入至所述危险预测模型中， 以得到相应预测的未来状态， 并将预测的未来状态和 所述危险状态信息集合中的状态进行对比， 若满足预设安全要求， 则执行对应的资源分配 动作， 否则， 则需换一种资源分配动作执行； 所述资源分配动作执行之前， 至少需要满足一 次所述危险预测模型的安全要求。 4.根据权利要求1所述的一体化运维资源分配方法， 其特征在于， 所述危险预测模型的 训练过程包括， 对危险状态信息进行特征提取和扁平化处理， 以得到对应的 隐状态， 将所述 隐状态和对应的危险动作信息输入至所述危险预测模型的预测网络中， 以得到预测的下一 步隐状态， 将实际对应的下一步状态经过特征提取和扁平化处理， 以得到实际的下一步隐 状态， 对预测的下一步隐状态和实际的下一步隐状态做均方差损失计算， 并对所述方差损 失做梯度下降处 理以训练更新所述 危险预测模型的网络参数。 5.根据权利要求1所述的一体化运维资源分配方法， 其特征在于， 在所述深度 学习模型 中， 智能体 每次和环境进行交 互都需要迭代计算 一次Q值以适配所述智能电网的资源分配。 6.根据权利要求2所述的一体化运维资源分配方法， 其特征在于， i区域对应的危险状 态信息集合记作 使用三层卷积神经网络对i区域第j时刻 对应的危险状态信息 进行特征提取， 然后进行扁平化处理， 再利用两层全连接层组成的 网络进行压缩以得到对应的隐状态 7.根据权利要求6所述的一体化运维资源分配方法， 其特征在于， 从i区域对应的危险权　利　要　求　书 1/2 页 2 CN 115526545 A 2状态信息集合 中抽取第j+1时刻的状态 对状态 进行特征提取、 扁平化和压缩处 理后得到隐状态 8.根据权利要求1所述的一体化运维资源分配方法， 其特征在于， 定期补充 并更新过去 智能电网分配发生事故的历史信息， 并据此对所述 危险预测模型进行补充训练和更新。 9.一种计算机设备， 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计算机程序时实现权利要求1至8任一项所述 的一体化 运维资源分配方法。 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， 该计算机程序被 处理器执行时实现权利要求1至8任一项所述的一体化 运维资源分配方法。权　利　要　求　书 2/2 页 3 CN 115526545 A 3