买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于搜索排序的电网拓扑优化方法和系统，该方法包括获取电网拓扑结构数据，基于电网拓扑结构数据，构建动作空间；其中电网拓扑结构数据包括节点集合、边集合和属性集合；获取实时电网状态数据，基于实时电网状态数据和动作空间，构建自适应的双塔模型，计算得到候选动作集；基于候选动作集，构建图注意力网络和时序图神经网络，获得排序后的候选动作列表；基于排序后的候选动作列表，进行多目标优化与决策，得到最优动作。本发明通过创新的算法构建和多种方法的有机结合，不仅提升了电网拓扑优化的整体效果，还增强了系统的适应性和决策质量，实现了对大规模电网系统的快速优化，为实际应用提供了强有力的支持。

主权项：1.基于搜索排序的电网拓扑优化方法，其特征在于，包括如下步骤：S1、获取电网拓扑结构数据，基于电网拓扑结构数据，构建动作空间；其中电网拓扑结构数据包括节点集合、边集合和属性集合；S2、获取实时电网状态数据，基于实时电网状态数据和动作空间，构建自适应的双塔模型，计算得到候选动作集；S3、基于候选动作集，构建图注意力网络和时序图神经网络，获得排序后的候选动作列表；S4、基于排序后的候选动作列表，进行多目标优化与决策，得到最优动作；步骤S3进一步为：S31、获取历史电网状态数据，基于历史电网状态数据和电网拓扑结构数据，构建动态时空图；S32、基于动态时空图和状态嵌入向量，构建多尺度动态图注意力网络，得到注意力加权的节点表示；S33、基于注意力加权的节点表示和候选动作集，构建自适应时空图卷积网络，得到动作-状态对的时空表示；S34、基于动作-状态对的时空表示，构建层次化多准则决策网络，生成候选动作的最终得分和排序后的候选动作列表；步骤S32进一步为：S321、基于动态时空图和状态嵌入向量，构建多尺度动态图注意力网络；S322、基于状态嵌入向量，计算多尺度动态图注意力网络中每个注意力头的查询、键、值矩阵；S323、基于查询、键、值矩阵，计算得到注意力分数，引入时间衰减因子对注意力分数进行修改，得到修改后的注意力分数；S324、基于修改后的注意力分数和值矩阵，计算得到每个注意力头的输出，使用门控机制融合每个注意力头的输出，得到融合结果；S325、基于融合结果和状态嵌入向量，采用残差连接和层归一化，计算得到注意力加权的节点表示；步骤S4进一步为：S41、基于预定义的优化目标集合，采用动态权重自适应融合算法，得到自适应多目标评估函数；其中优化目标集合包括负载平衡、网络稳定性和能源效率；S42、基于预设电网运行约束条件和自适应多目标评估函数，采用动态约束处理与自适应惩罚算法，得到带约束的自适应多目标评估函数；S43、基于带约束的自适应多目标评估函数和排序后的候选动作列表，采用协同进化多群体粒子群优化算法，得到帕累托最优解集；S44、基于帕累托最优解集，构建模糊层次分析网络，得到综合评分最高的动作作为最优动作；步骤S41进一步为：S411、获取优化目标集合，初始化优化目标集合的目标权重向量；S412、获取历史性能数据和当前系统状态数据，基于历史性能数据和当前系统状态数据，构建每个目标的重要性指标；S413、基于重要性指标，对目标权重向量进行更新，得到更新后的权重，使用Softmax函数对更新后的权重进行归一化，得到归一化的权重；S414、构建模糊隶属度函数，基于模糊隶属度函数和归一化的权重，获得自适应多目标评估函数；步骤S42进一步为：S421、获取预设电网运行约束条件，将预设电网运行约束条件分类为硬约束和软约束；S422、基于硬约束，使用可行性规则对自适应多目标评估函数进行快速筛选，得到满足硬约束的自适应多目标评估函数；S423、基于软约束，构建违约程度函数和自适应惩罚因子；S424、基于满足硬约束的自适应多目标评估函数、违约程度函数和自适应惩罚因子，构建带约束的自适应多目标评估函数；S425、采集违反预设电网运行约束条件的历史数据，对频繁违反的预设电网运行约束条件增加惩罚权重，得到调整权重后的预设电网运行约束条件；基于调整权重后的预设电网运行约束条件，动态调整硬约束和软约束的分类。

全文数据：

权利要求：

百度查询： 中科南京人工智能创新研究院 基于搜索排序的电网拓扑优化方法和系统