广东电网有限责任公司汕头供电局

本发明涉及设备状态监测与风险评估技术领域，具体地说，本发明涉及基于多智能体协同大模型的用电检查风险等级构建方法，旨在解决配电设备退化导致的防护性能衰减与实时负载率对风险的影响权重缺乏动态适配机制，致使风险等级计算无法精准匹配实际工况，影响用电检查针对性与可靠性的问题，获取配电设备多模态视觉数据及实时负载率，通过预训练深度学习模型提取螺栓松动偏移量等外观退化特征，结合环境温湿度与服役年限生成随时间递增的时效衰减系数，经动态耦合校准模块，基于梯度提升决策树模型，按负载率与安全阈值的对比动态调整系数权重，在线强化学习优化规则，最终结合校准权重计算风险等级并输出缺陷识别结果，提升风险判定精准性。

本申请实施例提供一种负荷调度优化方法、装置、设备及存储介质。该方法首先获取配电网中至少一个待调度负荷节点的电网运行状态数据和用户行为数据，接着对电网运行状态数据和用户行为数据进行特征提取和注意力加权处理，得到至少一个待调度负荷节点的负荷转移潜力评估值，其中，负荷转移潜力评估值用于量化负荷节点的可转移能力，之后根据至少一个待调度负荷节点的负荷转移潜力评估值，确定负荷调度策略，其中，负荷调度策略包括：每个待调度负荷节点的调度顺序和调度动作。应用本申请的技术方案，能够准确评估负荷节点可转移能力，提高负荷调度响应速度。