(19)中华 人民共和国 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 202111387630.5 (22)申请日 2021.11.22 (71)申请人 西安交通大 学 地址 710049 陕西省西安市咸宁西路28号 申请人 四川数字经济产业发展研究院 (72)发明人 张萌　吴卓睿　胡建晨　李林　 管晓宏　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 张宇鸽 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) (54)发明名称 电力系统PMU优化配置方法、 系统、 设备及存 储介质 (57)摘要 本发明属于电力系统量测技术应用领域， 公 开了一种电力系统PMU优化配置方法、 系统、 设备 及存储介质， 包括获取电力系统的PMU配置初始 状态， 以PMU配置初始状态为根节点， PMU配置状 态为节点构建搜索树， 根据PMU配置当前状态， 通 过预设的神经网络确定动作， 进而通过预设的 PMU优化配置强化学习模型， 得到PMU配置 更新状 态及当前动作奖励， 进而更新预设的神经网络的 网络参数， 并重复上述步骤至PMU配置更新状态 达到预设的PMU配置 结束状态， 同时记录PMU配置 初始状态至PMU配置结束状态的动作序列， 从所 有的动作序列中选取长度最小的动作序列， 得到 PMU优化配置方案。 综合考虑电力系统的可观性 和安全性， 能够使用有限的PMU保护更多的总线。 权利要求书2页 说明书10页 附图5页 CN 114358366 A 2022.04.15 CN 114358366 A 1.一种电力系统PMU优化配置方法， 其特 征在于， 包括以下步骤： S1： 获取电力系统的PMU配置初始状态， 以PMU配置初始状态为根节点， PMU配置状态为 节点构建搜索树； S2： 以PMU配置初始状态作为PMU配置当前状态； S3： 获取PMU配置当前状态在搜索树中对应的节点， 得到当前节点； 根据PMU配置当前状 态， 通过预设的神经网络， 从当前节点在搜索树中未完全扩展的所有子节点中选取一个子 节点作为当前动作； S4： 根据PMU配置当前状态及当前动作， 通过预设的PMU优化配置强化学习模型， 得到 PMU配置更新状态及当前动作奖励， 并组合P MU配置当前状态、 当前动作、 当前动作奖励以及 PMU配置更新状态， 得到训练样本； S5： 根据训练样本更新神经网络参数； 以PMU配置更新状态作 为PMU配置当前状态， 重 复 S3～S4至PMU配置更新状态达到预设的PMU配置结束状态， 记录PMU配置初始状态至PMU配置 结束状态的动作序列； S6： 重复S2～S5至预设重复次数或动作序列小于预设长度 时， 从所有 的动作序列中选 取长度最小的动作序列， 得到PMU优化配置方案， 根据PMU配置初始状态和PMU优化配置方 案， 进行电力系统PMU优化配置 。 2.根据权利要求1所述的 电力系统PMU优化配置方法， 其特征在于， 所述获取电力系统 的PMU配置初始状态的具体方法为： 选取电力系统中相邻总线数量最少的总线， 得到脆弱总线； 将PMU放置在脆弱总线的相 邻总线上， 得到电力系统的PMU配置初始状态。 3.根据权利 要求1所述的电力系统PMU优化配置方法， 其特征在于， 所述根据PMU配置当 前状态， 通过预设的神经网络， 从当前节点在搜索树中未完全扩展的所有子节点中选取一 个子节点作为当前动作的具体方法为： 根据PMU配置当前状态， 通过预设的神经网络， 获取当前节点在搜索树中未完全扩展的 所有子节点中各子节点的预测价值； 从当前节点在搜索树中未完全扩展的所有子节点中， 选取预测价值最大的子节点作为当前动作。 4.根据权利要求3所述的 电力系统PMU优化配置方法， 其特征在于， 所述从当前节点在 搜索树中未完全扩展的所有子节点中， 选取预测价值最大 的子节点作为当前动作时， 采用 ε‑贪心策略进行选取。 5.根据权利 要求1所述的电力系统PMU优化配置方法， 其特征在于， 所述PMU优化配置强 化学习模型的奖励函数为： rt+1＝(||st+1‑st||0‑1)×10 其中， rt+1为当前动作奖励， st+1为PMU配置更新状态， st为PMU配置当前状态。 6.根据权利要求1所述的 电力系统PMU优化配置方法， 其特征在于， 所述神经网络包括 目标神经网络和主神经网络， 所述 根据训练样本更新神经网络参数的具体方法为： 根据第k个训练样本(sk,ak,rk,sk')得到目标值yk为： 权　利　要　求　书 1/2 页 2 CN 114358366 A 2其中， sk为PMU配置当前状态， ak为当前动作， rk为当前动作获得的奖励， sk'为PMU配置更 新状态， q(sk',a'； θ‑)为目标神经网络函数， a'为使得函数q(sk',a'； θ‑)取得最大值的动 作， θ‑为目标神经网络参数； 根据目标值yk， 通过下式更新主神经网络参数： 其中， θt+1为更新后的主神经网络参数， θt为当前的主神经网络参数， τ为更新步长， L为 损失函数， N为训练样本个数， 为损失函数L的梯度； 当主神经网络参数更新 次数达到预设次数时， 将目标神经网络参数赋值为主神经网络 参数， 并重新累计主神经网络参数 更新次数。 7.根据权利 要求6所述的电力系统PMU优化配置方法， 其特征在于， 所述预设次数为200 次。 8.一种电力系统PMU优化配置系统， 其特 征在于， 包括： 获取模块， 用于获取电力系统的PMU配置初始状态， 以PMU配置初始状态为根节点， PMU 配置状态为节点构建搜索树； 动作确定模块， 用于以PMU配置初始状态作 为PMU配置当前状态， 获取PMU配置当前状态 在搜索树中对应的节点， 得到 当前节点； 根据P MU配置当前状态， 通过预设的神经网络， 从当 前节点在搜索树中未完全 扩展的所有子节点中选取一个子节点作为当前动作； 强化学习模块， 用于根据PMU配置当前状态及当前动作， 通过预设的PMU优化配置强化 学习模型， 得到PMU配置更新状态及当前动作奖励， 并组合PMU配置当前状态、 当前动作、 当 前动作奖励以及PMU配置更新状态， 得到训练样本； 训练模块， 用于根据训练样本更新神经网络参数， 以PMU配置更新状态作为PMU配置当 前状态， 重复触发动作确定模块和强化学习模块， 至PMU配置更新状态达到预设 的PMU配置 结束状态， 记录PMU配置初始状态至PMU配置结束状态的动作序列； 优化配置模块， 用于重复触发动作确定模块、 强化学习模块和第一重复模块至预设重 复次数或动作序列小于预设长度时， 从所有的动作序列中选取长度最小的动作序列， 得到 PMU优化配置方案， 根据PMU配置初始状态和PMU优化配置方案， 进行电力系统PMU优化配置 。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 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如权利要求 1至 7任一项所述电力系统PMU优化配置方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求1至7任一项所述电力系统PMU优化配 置方法的步骤。权　利　要　求　书 2/2 页 3 CN 114358366 A 3