一种基于深度强化学习的元件可靠性参数修正方法及系统

AITNT
正文
推荐专利
一种基于深度强化学习的元件可靠性参数修正方法及系统
申请号:CN202410926600
申请日期:2024-07-11
公开号:CN119026448A
公开日期:2024-11-26
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的元件可靠性参数修正方法及系统包括:根据配电系统的系统可靠性指标构建配电系统的可靠性评估逆问题,预设状态空间、动作空间及奖励函数,将配电系统可靠性评估逆问题转化为马尔科夫决策过程,状态空间包含当前系统状态,动作空间包括元件可靠性参数的调整,奖励函数包括衡量参数调整后系统可靠性评估的改进程度;根据预设深度确定性策略梯度算法配电系统可靠性评估逆问题转化的马尔科夫决策过程进行优化计算,获取最优元件可靠性参数修正策略。所提方法能够准确修正元件可靠性参数,提高可靠性评估精度,并且在提高计算效率方面取得了显著成果。
技术关键词
可靠性参数 深度强化学习 修正方法 系统可靠性评估 元件故障率 决策 指标 可靠性评估精度 配电系统负荷 策略 指数 算法 深度神经网络 修正系统 设备老化
系统为您推荐了相关专利信息
1
一种基于GAT算法的车联网依赖型任务卸载调度方法
混合整数非线性规划模型 任务调度优化模型 车辆 深度强化学习 注意力
2
基于深度强化学习的虚拟电厂发电计划制定与经济调度方法
经济调度方法 DQN算法 深度强化学习 混合整数规划 火电发电机组
3
一种多模态海况耦合浮式制氢平台动态稳定性评估方法
稳定性评估方法 深度确定性策略梯度 综合评估体系 格子玻尔兹曼 多源异构数据融合系统
4
考虑人员舒适度的倍捻机巡检路径动态规划方法
巡检机器人 倍捻机 动态规划方法 巡检路径 社会性
5
一种火力发电厂的智能调度与优化方法
混合整数线性规划模型 时间序列模型 数据挖掘算法 深度强化学习模型 负荷预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号