国网青海省电力公司经济技术研究院

本发明公开一种考虑基础设施相互依赖的配电网灾后协同抢修路径优化方法及系统，方法包括，获取包含至少两类生命线网络的节点集与受损节点集；针对每一类基础设施网络配置抢修中心与抢修队数量，并对每一受损节点采集或估计其标准化修复作业时长，将受损节点与抢修中心共同组成可被访问的路由节点集合；根据集合中任意二节点的功能依赖关系，得到功能依赖矩阵，构建以全节点恢复时间加总为核心的目标函数，求解得到符合约束关系的车辆路径序列与到达时间表、功能恢复时间表。本发明建立“道路行驶‑抢修作业‑依赖传播‑功能恢复”的统一优化模型，缩短总体恢复过程，提高灾后关键服务恢复效率，并形成可审计、可解释的恢复时间表。

本申请提供了结合深度学习与RCM的新能源运维决策支持方法及系统，方法包括：采集新能源设备的多源运行数据，对多源运行数据执行时间粒度对齐与状态耦合编码，生成状态耦合特征张量；将状态耦合特征张量输入预先训练的预测模型，获取预测模型输出的溯源注意力图；基于溯源注意力图与预设的RCM模式库中的标准故障特征向量集进行双向匹配度计算，确定目标故障模式集合；根据目标故障模式集合，确定RCM模式库中对应的决策树路径，并根据历史验证反馈数据调整决策树路径的权重，生成目标决策路径；基于目标决策路径进行逻辑推演，生成对应的运维决策策略并输出。本发明可以提升新能源设备故障识别准确性和运维决策的科学性、自适应性。