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-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
性检测方法 深度强化学习算法 强化学习框架 索引 策略
资源配置方法 资源调度策略 多策略 强化学习模型 生成对抗网络
剩余寿命预测方法 风力发电机组叶片 更新模型参数 裂纹 风速
移动式机器人 回充系统 坐标 回充方法 初始轮廓
资源分配策略 多设备协同 动作识别方法 通信带宽 数据