国网福建省电力有限公司漳州供电公司

本发明提出了一种基于大模型渐进式引导的深度强化学习配电网电压控制方法与系统，包括步骤S1：建立电压优化模型，包括构建双重目标优化函数和约束条件；步骤S2：采用马尔可夫决策过程构建配电网电压控制模型，其中马尔可夫决策过程包括状态空间、动作空间、奖励函数设计和状态转移；步骤S3：采用大模型引导模块生成和优化配电网电压控制模型的奖励机制，然后采用基于TD3算法的强化学习执行模块训练配电网电压控制模型；得到可部署的配电网电压在线调控模型。本发明还包括电压优化模型模块，马尔可夫决策过程模块，大模型引导模块，强化学习执行模块，训练模块。本发明最终建立一个可部署的配电网电压在线调控模型。