一种面向固定调度周期的前瞻性配电网动态重构方法

本发明公开了一种面向固定调度周期的前瞻性配电网动态重构方法。首先构建马尔科夫决策过程，设计可行域掩码与智能体‑环境接口，确定重构动作组决策网络结构，包括策略侧和价值侧。确定损失函数与优化策略后通过二阶段训练方法对重构动作组决策网络的共享中间层与其他层分别进行训练。最后通过训练好的重构动作组决策网络实现前瞻性配电网动态重构优化。本发明方法以渐进式动作解码器与集中训练、分散执行相结合的多智能体深度强化学习为核心，在遵循工程硬约束的前提下，实现强可行、稳定、实时的网络重构。