基于灵活性资源的配电网故障恢复研究综述

邢海军,施怡沁,王麒玮,杨晓,庄世杰

Review on distribution system restoration based on multiple flexible resources

Haijun XING,Yiqin SHI,Qiwei WANG,Xiao YANG,Shijie ZHUANG

表 2 基于深度强化学习算法的配电网故障恢复

Tab.2 Distribution system restoration based on deep reinforcement learning algorithms

文献 算法 决策过程 创新点 待改进之处 文献[80] DQN MDP 引入对抗样本经验回放的对抗训练法 对抗样本扰动易致训练不稳定 文献[81] DQfD MDP 奖励函数权重自适应调整机制 依赖演示数据，探索性不足 文献[84] GRL MDP 将GCN嵌入DRL求解DSR 依赖图结构，泛化性较差 文献[85] GRL MDP 前置GCN处理图数据，后置GCN嵌入DRL 未考虑负荷不确定性 文献[86] GRL POMDP 将循环图嵌入基于最大熵的SAC框架 循环依赖增加迭代复杂度 文献[87] DDPG MDP 整合了物理信息神经网络的A2C-DRL框架 易受噪声影响，收敛不稳定 文献[88] GAT-DDPG MDP 利用GAT对AC架构的DRL进行改造 物理约束嵌入难，易违反运行约束 文献[89] TD3-GRL MDP 将图学习、元学习与强化学习相结合以训练具有泛化能力的策略网络 超参数敏感，调参成本较高 文献[91] GAT-SAC — 引入无效动作掩盖机制，极大提高决策速率 注意力权重易过拟合，鲁棒性弱