基于自适应深度强化学习的水电站巡检机器人路径规划

杨春安; 卢学良

doi:10.16109/j.cnki.jldl.2026.03.012

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于自适应深度强化学习的水电站巡检机器人路径规划

人工智能技术在电力领域中的应用 | 更新时间：2026-07-07

- 基于自适应深度强化学习的水电站巡检机器人路径规划
- 基于自适应深度强化学习的水电站巡检机器人路径规划
- 吉林电力 2026年54卷第3期页码：7-12
- 作者机构：
  
  广西右江水利开发有限责任公司
- 作者简介：
- 基金信息：
- DOI：10.16109/j.cnki.jldl.2026.03.012
  中图分类号： TP242;TP18;TV737
- 纸质出版：2026
- 稿件说明：
移动端阅览
杨春安, 卢学良. 基于自适应深度强化学习的水电站巡检机器人路径规划[J]. 吉林电力, 2026,54(3):7-12.

杨春安, 卢学良. 基于自适应深度强化学习的水电站巡检机器人路径规划[J]. 2026, 54(3): 7-12.
杨春安, 卢学良. 基于自适应深度强化学习的水电站巡检机器人路径规划[J]. 吉林电力, 2026,54(3):7-12. DOI： 10.16109/j.cnki.jldl.2026.03.012.

杨春安, 卢学良. 基于自适应深度强化学习的水电站巡检机器人路径规划[J]. 2026, 54(3): 7-12. DOI： 10.16109/j.cnki.jldl.2026.03.012.

摘要

当前巡检机器人已广泛应用于水电站设备巡检，为解决机器人巡检路径规划过程中设备巡检优先级和电量约束等复杂时空耦合问题，将多个巡检机器人巡检路径规划构建为多智能体马尔科夫决策过程，提出一种基于自适应奖励函数-多智能体深度强化学习的多巡检机器人路径规划方法。该方法以巡检机器人能耗与巡检耗时最小为目标，利用多智能体有序决策生成机制和多方案并行运行架构解决路径规划过程中的高维决策问题；此外，在所提方法中引入了自适应奖励函数机制，引导巡检机器人根据电量情况优先巡视重要设备，从而提升巡检效率。以某大型水电站为例验证所提方法能够降低能耗和巡检耗时。

Abstract

关键词

Keywords

references

黄山,吴振升,任志刚,刘弘景,桂媛.电力智能巡检机器人研究综述[J].电测与仪表,2020(02).

陈玮光,胡晓静,郑鑫,马兆兴,陈昊.基于改进遗传算法的变电站巡检机器人行驶轨迹优化[J].广东电力,2021(06).

江浩,吴穹,田振兴.剑科水电站安全管理数字化系统设计与研发[J].水力发电,2021(10).

张津源,蒲天骄,李烨,王新迎,周翔.基于多智能体深度强化学习的分布式电源优化调度策略[J].电网技术,2022(09).

喻洋,董明知.光伏变电站智能巡检机器人功能设计与实现[J].电测与仪表,2023(06).

刘胜,张豪,晏齐忠,张志鑫,申永鹏.基于ACO-SA算法的变电站巡检机器人路径规划[J].南方电网技术,2022(09).

柯清派,史训涛,袁智勇,雷金勇,刘迎澍,任超.基于改进遗传算法的变电站巡检机器人路径规划[J].电测与仪表,2023(08).

张继行,张一,王旭,蒋传文,王玲玲.基于多代理强化学习的多新型市场主体虚拟电厂博弈竞价及效益分配策略[J].电网技术,2024(05).

董萌苇,朱勐婷,徐成司,董树锋.多主体参与的区域综合能源系统集中-分布式需求响应机制[J].电网技术,2024(06).

许守东,王建,李铭益,张丽,欧阳金鑫,熊小伏.极端气象灾害下考虑MESS主动调控的配电网故障恢复策略[J].电力系统保护与控制,2024(12).

王丙文,付明,黄堃.基于强化学习的多园区综合能源系统经济调度[J].电测与仪表,2024(09).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进混沌蚁群算法的变电站巡检自动引导车路径规划

科技论文中引言的写法

脱硫塔内部结垢问题分析及应对措施

吉林省农业用电影响因素分析及电量预测模型研究

某超临界直流锅炉屏式过热器异种钢接头漏泄分析及防治措施