文档摘要：超声波驱鸟是一种解决输电设备鸟害的重要手段,但现场使用超声波驱鸟器工作模式较单一,易产生鸟类适应问题.提出了一种改进Q-Learning输电线路超声驱鸟设备参数优化方法,针对涉鸟故障历史数据量少以及鸟类的适应性问题,将强化学习算法应用于输电线路超声驱鸟设备参数优化;针对传统强化学习算法在设备终端应用中存在收敛慢、耗时长的缺点,提出一种基于动态学习率的改进Q-Learning算法,对不同频段超声波的权重进行自适应优化.实验结果显示,改进Q-Learning算法最优参数的迭代收敛速度大幅提高,优化后驱鸟设备的驱鸟成功率达到了76%,优于传统强化学习算法模式,较好地解决了鸟类适应性问题.
Abstract：Ultrasonicbirdrepellentisanimportantmethodtosolvetheproblemofbirddamageinpowertransmissionequipment,butthesolemodeofoperationthatultrasonicbirdrepellentwasusedinthefieldcausedproblemsoftheadaptabilityofbirds.ThispaperpresentedanimprovedparameteroptimizationmethodforultrasonicbirdrepellentequipmentofQ-Learningtransmissionline,andthereinforcementlearningalgorithmisappliedtotheparameteroptimizationofultrasonicbirddriveequipmentoftransmissionlinesinordertosolvetheproblemoflittlehistoricaldataofbirds-relatedfaultsandtheadaptabilityofbirds.Inviewoftheshortcomingsoftraditionalreinforcementlearningalgorithmsindeviceterminalapplications,whichhaveslowconvergenceandlongtime-consuming,animprovedQ-Learningalgo-rithmbasedondynamiclearningratewasproposed,whichadaptivelyoptimizedtheweightsofultrasoundindifferentfrequencybands.TheexperimentalresultsshowedthattheiterativeconvergencespeedoftheoptimalparametersoftheimprovedQ-Learningalgorithmwasgreat-lyimproved,andthesuccessrateofbirdrepellentequipmentafteroptimizationwas76%,whichisbetterthanthetraditionalreinforcementlearningalgorithmmode,andcanbettersolvetheadaptabilityproblemofbirds.
作者：徐浩 房旭 张浩 王爱军 周洪益 宋钰Author：XUHao FANGXu ZHANGHao WANGAi-jun ZHOUHong-yi SONGYu
作者单位：国网江苏省电力有限公司盐城供电分公司,江苏盐城224000
刊名：电工电气
Journal：ElectrotechnicsElectric(JiangsuElectricalApparatus)
年，卷(期)：2024, (5)
分类号：TM726P631.5
关键词：改进Q-Learning 超声波驱鸟 参数优化 适应性
Keywords：improvedQ-Learning ultrasonicbirdrepellent parameteroptimization adaptability
机标分类号：TP181TP301.6TP23
在线出版日期：2024年6月5日
基金项目：国网江苏省电力有限公司孵化项目改进Q-Learning输电线路超声驱鸟设备参数优化研究[
期刊论文] 电工电气--2024, (5)徐浩 房旭 张浩 王爱军 周洪益 宋钰超声波驱鸟是一种解决输电设备鸟害的重要手段,但现场使用超声波驱鸟器工作模式较单一,易产生鸟类适应问题.提出了一种改进Q-Learning输电线路超声驱鸟设备参数优化方法,针对涉鸟故障历史数据量少以及鸟类的适应性问题,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：改进Q-Learning,超声波驱鸟,参数优化,适应性,
|
|
