基于强化学习的电力巡检具身智能路径优化方法及系统

本发明提供基于强化学习的电力巡检具身智能路径优化方法及系统，涉及供电系统领域，该方法包括：建立待巡检区域环境模型，包括多个待巡检节点；根据多个待巡检节点的历史运行信息，确定多个待巡检节点之间的风险关联关系，构建基于深度Q网络的巡检路径优化模型，其奖励函数与多个待巡检节点之间的风险关联关系、每个待巡检节点的实时风险值及巡检能耗相关；根据多个待巡检节点的实时运行信息和风险关联关系，确定每个待巡检节点的实时风险值；通过巡检路径优化模型根据每个待巡检节点的实时风险值，生成实时电力巡检优化路径，控制电力巡检具身机器人进行电力巡检，具有提高电力巡检的效率及响应电力故障风险的实时性，减少能耗的优点。