10.19557/j.cnki.1001-9944.2022.01.008
基于改进深度学习的变电站机器人巡检路径规划研究
随着智能电网的不断发展,变电站数量随之增加.针对变电站中巡检任务繁重以及人工巡检可视化水平低的问题,该文提出了一种基于改进深度强化学习的变电站机器人巡检路径规划方法.结合巡检机器人的运动模型,设计深度强化学习的动作和状态空间.将深度强化学习网络与人工势场相结合,重新构造深度强化学习的奖励函数,优化卷积神经网络结构.通过实际变电站场景进行验证,提出的改进深度强化学习算法较传统算法计算时间更短,效率更高,更有利于对变电站巡检机器人的巡检路径进行精准规划,提升变电站的自动化程度水平.
变电站;深度强化学习;人工势场法;巡检机器人;路径规划
37
TP242(自动化技术及设备)
国网嘉兴供电公司嘉兴恒创电力集团有限公司博创物资分公司联合科技项目2019-LHKJ-015
2022-03-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-39,59