配电网故障后不再只求快：图注意力做决策骨架，2.3毫秒给出接近最优的复电路径
核心概要
配电网故障自愈长期在决策质量、实时性和可解释性之间取舍：数学规划接近最优但耗时，深度强化学习毫秒级决策却难以说明理由。一种把图注意力网络嵌入软演员—评论家智能体、并将韧性指数直接写入奖励的方法，在IEEE 33节点与123节点系统上把在线决策压到2.3毫秒，与混合整数线性规划最优解的差距为2.8%。注意力热图与SHAP归因同时给出智能体关注哪里、为何这样决策。
深度剖析
配电网故障自愈的在线决策可以在毫秒级完成，同时把与数学规划最优解的差距控制在个位数百分比。 此前的路线是二选一：混合整数线性规划等数学规划给出接近最优的复电方案，但求解时间随系统规模急剧增长；深度强化学习能在毫秒内出决策，却把电网当作扁平数据、不利用拓扑，决策过程也不透明。 在IEEE 33节点系统上，该方法在线决策耗时2.3毫秒，混合整数线性规划约1.2秒，最优性差距2.8%；在更大的IEEE 123节点系统上，混合整数线性规划超过10秒，该方法仍保持毫秒级。
故障后的复电决策被表述为图上的序贯决策，智能体直接以韧性为目标学习开关操作与分布式电源出力。 以往韧性评估与实时控制是分开的两件事，韧性指标很少进入控制目标；策略网络多用全连接或卷积结构，无法显式利用馈线与联络开关构成的拓扑。 母线作为节点、馈线与联络线作为边，节点特征含电压幅值、注入功率与负荷水平，边特征含阻抗、潮流与开关状态；图注意力网络作为演员与评论家共享的骨干，注意力权重随输入自适应，因而能跟随故障后变化的图结构。
决策依据以两条互补的通道呈现：模型内部的注意力权重显示智能体看向哪些母线，事后归因给出各状态特征对决策的边际贡献排序。 常规强化学习的策略网络是不透明的，调度员无法核验智能体给出的复电方案，这限制了这类方法在安全攸关场景中的信任度。 在单支路故障场景中，注意力热图集中在故障支路12–13及相邻母线、提供转供路径的联络开关18–33和分布式电源节点25；SHAP排序的前五位特征包括母线18电压、支路7–8潮流、母线33电压、联络开关18–33状态与分布式电源25出力，其中母线18电压的SHAP值最高，为0.32。
启示与展望
演示范围限于IEEE 33节点与123节点两个标准算例，故障场景为预设的单支路故障（断开支路12–13）与双支路故障（同时断开支路2–19和6–26），动作空间对分布式电源出力做了离散化。方法面向需要在线复电决策的配电网调度场景，训练离线完成、推理在线执行。作者提出的后续方向包括连续—离散混合动作空间、分层强化学习，以及用域随机化和元学习应对极端场景。
作者指出三处保留：动作空间经过离散化，连续分布式电源出力与开关的联合优化仍有空间；训练数据来自预设故障场景，对未见过极端场景的泛化尚待验证；全局SHAP归因尚未刻画单次决策的实时因果链。2.8%的最优性差距主要来自动作空间离散化，作者称更细的分布式电源出力分级可能缩小这一差距。