一种基于机器学习的拓扑优化重构方法及系统

本发明涉及电力系统运行决策技术领域，公开了一种基于机器学习的拓扑优化重构方法及系统。该方法包括：构建配电网对应的目标配电网重构模型；基于历史重构案例数据对初始XGBoost模型进行监督学习得到目标XGBoost模型；基于目标XGBoost模型对实时重构案例数据进行线路开关预测，得到配电网中每一线路的开关预测值和每一开关预测值对应的预测概率；基于预测概率对每一开关预测值进行筛选，得到对应开关预测值的筛选结果；基于所有筛选结果为低置信度决策的第一开关预测值对目标配电网重构模型进行求解，并根据第一求解结果和所有筛选结果为高置信度决策的第二开关预测值，确定配电网对应的第一重构策略。本发明能够显著提升大规模配电网重构问题的求解效率。