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
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
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
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
巡检机器人
倍捻机
动态规划方法
巡检路径
社会性
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