训练模型以用于配电网重构的方法与流程

摘要: 本发明总体涉及利用计算模型的计算机系统,具体涉及训练模型以用于配电网重构的方法、计算机可读存储介质、计算机程序产品以及用于配电网重构的计算设备。背景技术:1、配...
训练模型以用于配电网重构的方法与流程

本发明总体涉及利用计算模型的计算机系统,具体涉及训练模型以用于配电网重构的方法、计算机可读存储介质、计算机程序产品以及用于配电网重构的计算设备。

背景技术:

1、配电网是电力系统连接主网与终端用户的重要环节,其运行状态直接影响供电可靠性、网络损耗和电能质量。随着分布式新能源、电动汽车、柔性负荷等接入比例不断提高,配电网运行方式更加复杂。为了降低网络损耗、改善电压分布并提升供电可靠性,配电网运行过程中通常需要通过改变开关状态来调整网络拓扑结构,该过程称为配电网重构。配电网重构的基本目标是在满足配电网运行约束的前提下,选择合适的开断线路或开关组合,使重构后的网络保持合理的供电拓扑,并尽可能降低系统损耗。

2、传统配电网重构方法通常依赖数学规划、分支交换、启发式搜索或智能优化算法。这类方法能够在给定网络模型和运行条件下搜索可行重构方案,但当配电网规模较大、运行状态频繁变化或需要快速适应多种负荷场景时,传统方法在建模成本、计算效率和实时适应性方面存在一定局限。

3、近年来,大语言模型在结构化信息理解、自然语言生成和复杂任务求解方面表现出较强能力,为配电网重构提供了新的技术思路。然而,与一般文本生成任务不同,配电网重构属于带有强工程约束的组合优化问题。一个重构方案是否可用,取决于其对应的开断线路集合在实际电网拓扑中是否有效。大语言模型生成的重构结果必须经过解析,转换为具体的开断线路集合,再进一步构建对应的配电网拓扑进行校验。若模型输出格式不规范、开断线路无法提取,或者所生成的开断线路集合导致网络出现环路、孤岛或非法线路选择,则该结果即使文本上看似合理,也不能作为实际配电网重构方案。因此,如何使大语言模型生成的配电网重构结果既可解析、又满足电网拓扑约束,并进一步接近低损耗目标方案,是当前需要解决的关键技术问题。

4、现有技术方案大体可以分为以下几类。

5、第一类为基于数学优化或启发式搜索的配电网重构方法。该类方法通常将配电网重构建模为组合优化问题,利用混合整数规划、分支交换、遗传算法、粒子群算法等方式搜索开关状态组合,并以网络损耗、电压偏差或负载均衡等指标作为优化目标。然而,该方案存在以下固有缺点:其一,建模依赖较强:不同配电网的拓扑结构、开关配置、运行约束和优化目标存在差异,通常需要领域专家针对具体网络进行建模和参数调整;其二,实时适应性不足:在负荷、新能源出力和运行方式频繁变化的场景下,传统方法需要反复建模和迭代计算,难以快速适应复杂动态场景。

6、第二类为直接使用通用大语言模型生成配电网重构方案。该类方法将配电网运行状态、线路信息和当前开关状态以文本形式输入通用大语言模型,要求模型直接输出目标开断线路集合或重构建议。然而,该方案存在以下固有缺点:其一,输出格式不稳定:通用大语言模型可能以自然语言说明、列表、代码片段等不同形式输出结果,导致目标开断线路集合难以被程序稳定解析;其二,缺乏拓扑约束意识:模型生成的线路组合可能包含不存在的线路、重复线路或不符合配电网开关配置的线路,甚至可能导致重构后网络出现环路或孤立子网。

7、第三类为基于监督微调的大语言模型配电网重构方法。该类方法通过构造配电网状态与参考重构方案之间的训练样本,对大语言模型进行监督微调,使模型学习从网络状态文本到目标重构结果文本的映射关系。该方案相比直接调用通用大模型具有一定改进,但仍存在以下固有缺点:其一,训练目标与工程评价目标不一致:监督微调主要优化模型生成文本与参考文本之间的序列相似性,而配电网重构的实际评价对象是解析后的开断线路集合及其对应的网络拓扑,难以仅通过文本层面的交叉熵损失进行有效优化;其二,模型容易学习到格式或表层模式,而未必真正提升拓扑决策质量:即使模型能够生成看似规范的文本,也可能在实际开断线路集合层面与低损耗目标方案存在较大偏差;其三,冷启动带来的模型训练难题:在训练早期模型输出尚不稳定,若强行将拓扑约束作为监督阶段的损失项,往往会因为解析失败或结构不完整而难以形成有效训练信号。

8、因此,本领域中需要改善以上至少一个方面的利用模型进行配电网重构的技术。

技术实现思路

1、为了提供进一步改善的利用模型进行配电网重构的技术,提供本发明。

2、本发明的一个方面提供一种训练模型以用于配电网重构的方法,所述方法包括以下步骤:s1:使策略模型基于规范化文本输入生成多个候选重构方案,所述规范化文本输入反映配电网的当前运行状态;s2:对所述多个候选重构方案进行解析,以得到与所述多个候选重构方案相关联的目标开断线路集合和解析结果指示,并得到与所述目标开断线路集合相关联的闭合线路图;s3:对所述闭合线路图进行拓扑校验,以得到与所述闭合线路图相关联的拓扑校验结果指示;s4:针对每个候选重构方案,计算奖励值,所述s4包括:s41:响应于与该候选重构方案相关联的解析结果指示或拓扑校验结果指示中的任一者为不通过,将预设的负值确定为无效奖励值以作为所述奖励值;s42;响应于与该候选重构方案相关联的解析结果指示和拓扑校验结果指示两者均为通过,基于所述目标开断线路集合和参考开断线路集合计算有效奖励值以作为所述奖励值;s5:针对每个候选重构方案,基于与该候选重构方案相关联的奖励值,利用组相对策略优化算法计算与该候选重构方案相关联的优势值;以及s6:基于所述优势值调整所述策略模型的参数。

3、如上所述的方法,所述规范化文本输入是基于原始数据生成的,所述原始数据反映配电网的当前运行状态,并且所述规范化文本输入包括节点集合、可用线路集合、当前开断线路集合和运行量信息。

4、如上所述的方法,所述规范化文本输入包括可用线路集合,并且所述s2包括:s21:对所述多个候选重构方案进行解析,以得到所述解析结果指示;s22:响应于所述解析结果指示为通过,得到所述目标开断线路集合;以及s23:基于所述目标开断线路集合和所述可用线路集合确定所述闭合线路图。

5、如上所述的方法,所述拓扑校验结果指示包括第一结果指示、第二结果指示和第三结果指示,并且所述s3包括:s31:对所述闭合线路图进行线路合法性校验,以得到所述第一结果指示;s32:对所述闭合线路图进行径向性校验,以得到所述第二结果指示;以及s33:对所述闭合线路图进行连通性校验,以得到所述第三结果指示。

6、如上所述的方法,所述s41包括:s411:响应于所述第一结果指示、所述第二结果指示和所述第三结果指示中的任一者为不通过,基于与所述线路合法性校验、所述径向性校验、所述连通性校验中不通过的一者相关联的惩罚项计算所述无效奖励值。

7、如上所述的方法,所述s41包括:s412:响应于所述解析结果指示为不通过,将最大预设负值确定为所述无效奖励值。

8、如上所述的方法,所述规范化文本输入包括当前开断线路集合,并且所述有效奖励值还基于所述当前开断线路集合被计算。

9、如上所述的方法,所述s6包括:s61:在所述策略模型中注入低秩适配矩阵;以及s62:基于所述优势值调整所述低秩适配矩阵。

10、如上所述的方法,迭代地执行所述s1-s6。

11、如上所述的方法,在首轮迭代中,所述策略模型为初始策略模型,在后续迭代中,所述策略模型为在上一轮迭代中参数更新后的策略模型,并且所述初始策略模型是利用lora技术对基础模型进行监督微调得到的。

12、如上所述的方法,所述监督微调包括限定所述基础模型输出预定义格式的内容,所述预定义格式的内容包括:用于预测目标开断线路节点对的字段、用于重构后各节点电压的字段、以及用于重构后系统损耗的字段。

13、本发明的另一方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如以上任一项所述的方法的步骤。

14、本发明的另一方面提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如以上任一项所述的方法的步骤。

15、本发明的另一方面提供一种用于配电网重构的计算设备,所述计算设备包括:计算资源;以及通过以上任一项所述的方法训练得到的策略模型,其中,所述策略模型调用所述计算资源,以:接收第二规范化文本输入;以及基于所述第二规范化文本输入生成预定数量的重构方案。

16、如上所述的计算设备,进一步包括:解析和拓扑校验模块,所述解析和拓扑校验模块被配置成:对每个候选重构方案进行解析和拓扑校验;以及将通过解析和拓扑校验的候选重构方案确定为下发的重构方案。

17、如上所述的计算设备,所述解析和拓扑校验模块进一步被配置成:响应于所确定的下发的重构方案的数量小于所述预定数量,指示所述策略模型继续生成重构方案。

18、本发明的大语言模型重构决策框架解决了通用大语言模型用于配电网重构时存在的输出格式不稳定、开断线路集合难以可靠解析、以及生成方案容易违反拓扑约束的问题,同时解决了仅依靠监督微调训练时,模型学习目标停留在文本序列相似性层面,难以直接优化重构后网络拓扑可行性和低损耗目标匹配度的问题。

19、使用本发明的利用大语言模型闭环优化框架进行配电网重构的方法,使大语言模型不仅能够生成格式规范的配电网重构方案,而且能够输出满足拓扑约束、接近低损耗目标方案的高质量开断线路决策,从而提高配电网拓扑重构的自动化、可校验性和工程可用性。