基于大语言模型的配电应急检修决策及衍生风险推演OA

新型配电系统的动态性及故障的突发性,对应急检修决策及衍生风险推演提出了更高的要求。为此,文中基于大语言模型(LLM)提出了一种涵盖系统风险和充裕度评估动态决策机制以及衍生风险推演全流程的应急检修新模式。文中设计了配电应急检修决策及衍生风险推演整体架构,完成任务分解并构建了基于LLM的多智能体协同模式;风险评估智能体拆分时段进行系统风险评估;充裕度评估智能体进行转供拓扑生成及供电节点统计,并调用外部潮流计算工具计算系统充裕度;综合决策智能体实现最优检修时段决策,并与用户进行即时交互;衍生风险推演智能体辨识配电衍生风险关键设备、评估衍生风险,并利用检索增强生成得到事故严重性定级,基于历史小样本学习生成事故风险处置预案。最后,通过改进的多片区、多层级配电系统验证了所提应急检修模式的有效性。