基于深度强化学习的变电设备多目标巡检方法及其系统

本发明涉及变电设备技术领域，特别是基于深度强化学习的变电设备多目标巡检方法及其系统，通过多源传感器网络实时获取设备温度、振动、超声波和图像数据，构建状态空间表示；利用深度强化学习模型，生成多目标巡检策略，指导设备巡检任务执行；最终生成包含设备状态评估和故障诊断建议的巡检报告；该方法融合多项创新技术，实现智能化、自适应、高效巡检，显著提升巡检效率和准确性，为变电站智能化运维提供新方案，对提高电力系统安全性和可靠性具有重要意义。