一种基于深度学习的电网数据异常决策系统

本发明公开一种基于深度学习的电网数据异常决策系统，旨在实现电力系统安全稳定控制；该系统核心流程包括：数据采集与评估：采集电网实时数据，构建状态向量；状态量化评估单元计算稳态偏差熵；该指标将高维数据凝聚成单一风险标量，动态、全局性评估系统偏离理想稳态的程度，并依据熵阈值进行风险分级；决策预测：决策效应预测单元生成潜在决策动作集，并利用电网状态演化模型推演，预测各动作对应的未来预测偏差熵；闭环控制：闭环决策控制单元结合两种偏差熵构建奖励函数，利用深度强化学习模型确定最优决策动作，最终依据当前风险等级对其强度进行约束，输出分级控制指令。该系统实现了电网运行风险的动态评估与智能最优决策。