一种基于改进模仿学习的非实时观测有源配电网优化方法

摘要

本发明公开了一种基于改进模仿学习的非实时观测有源配电网优化方法，涉及配电网优化技术领域。本发明首先根据配电网完整的历史数据，采用粒子群优化算法，对配电网的历史断面数据进行优化，获得对应历史断面的优化指令，构建最优指令库；然后，构建配电网优化的生成对抗网络模型；之后，对构建好的生成对抗网络模型进行训练，将历史断面数据输入生成器，生成优化指令，将生成指令和最优指令及其标签输入判别器，对判别器进行训练，实现对指令优秀与否的判定，将判别器对生成指令的判定结果反馈给生成器，对生成器进行反向更新，最终达到纳什均衡状态，完成训练；最后，在线应用时，将实时可以获得的量测数据输入生成对抗网络模型，输出对应的优化指令。