一种基于深度强化学习Ant-D3QN-PER算法的输电线路智能规划方法

本发明公开了一种基于深度强化学习Ant‑D3QN‑PER算法的输电线路智能规划方法，涉及输电线路智能规划领域。首先根据输电线路规划工程特性，建立输电线路的成本评价模型；再基于遥感图像，建立变分辨率栅格地图模型；然后将蚁群算法(Ant Colony System，ACS)与深度强化学习算法(Deep QNetwork，DQN)结合使其网络化，并引入Double DQN和对决网络(Dueling Network)以缓解算法中值的高估和传递偏差的问题，且增强网络的估计能力，形成Ant‑D3QN算法，最后采用优先经验回放(Prioritized Experience Replay，PER)机制得到本发明提出的Ant‑D3QN‑PER算法。本发明考虑在大范围输电线路规划问题中存在多种影响因素的情况下，高效率规划出一条经济成本低且满足多约束条件的路线，通过设计智能的选线算法来规划输电线路，能比人工选线更经济低碳。