科研学术

近日，国际电气与电子工程师协会电力与能源协会（IEEE Power & Energy Society, PES）旗舰期刊IEEE Transactions on Smart Grid (TSG) 完成了2024年度优秀论文名单评选工作。机电学院曹迪副教授（第一作者）、胡维昊教授（通讯作者）、黄琦教授和美国康涅迪格大学Junbo Zhao教授、丹麦奥尔堡大学Zhe Chen教授合作发表的论文“Physics-informed Graphical Representation-enabled Deep Reinforcement Learning for Robust Distribution System Voltage Control”从近三年发表的一千余篇论文中脱颖而出，荣获2024年度优秀论文。

IEEE TSG是电力系统与智能电网领域具有极高国际影响力的学术期刊之一。该期刊每年都会开展优秀论文的评选与表彰活动。在本年度的优秀论文奖评选中，从过去三年在该期刊发表的千余篇论文中评选出得分最高的5篇论文作为本年度的优秀论文，而此次我校入选的论文在五篇获奖论文中得分排名第2，受到了业界的广泛认可。

该论文提出一种基于图表征深度强化学习的配电网鲁棒无功优化方法。首先，通过有监督学习方式训练基于图神经网络的配电网潮流计算代理模型，以学习潮流映射规律并提取节点间空间关联；然后，将基于图网络的代理模型嵌入深度强化学习训练环境，通过代理模型计算奖励值以降低对配电网精确物理模型的依赖，同时，结合图神经网络特征提取部分和深度自编码器，构建图表征网络，并将其嵌入深度强化智能体神经网络前端，利用图网络在有监督训练过程提取的空间关联和鲁棒特征表示提升深度强化学习应对稀疏和异常量测时的鲁棒性。通过图代理模型-图表征网络-强化学习智能体的交互实现低感知度配电网不依赖物理模型的鲁棒无功优化。