基本信息:
- 专利标题： 一种户内变电站通风降噪深度强化学习设计方法
- 申请号：CN202211017105.9 申请日：2022-08-24
- 公开(公告)号：CN115099115A 公开(公告)日：2022-09-23
- 发明人： 伍发元 , 汤锦慧 , 钱志永 , 代小敏 , 毛梦婷 , 罗益辰
- 申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司
- 申请人地址： 江西省南昌市青山湖区民营科技园民强路88号;
- 专利权人： 国网江西省电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人： 国网江西省电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人地址： 江西省南昌市青山湖区民营科技园民强路88号;
- 代理机构： 南昌丰择知识产权代理事务所
- 代理人： 吴称生
- 主分类号： G06F30/23
- IPC分类号： G06F30/23 ; G06F30/27 ; G06N3/04 ; G06N3/08 ; H01F27/08 ; H01F27/33 ; G06F119/10
摘要：
本发明属于变电站通风系统设计技术领域，公开了一种户内变电站通风降噪深度强化学习设计方法，基于有限元仿真软件建立户内变电站的温度场、空气流场和噪声场的仿真模型；利用仿真模型对不同进风口设计参数组合的通风降噪效果进行仿真计算得到样本数据集；基于获得的样本数据集对卷积神经网络进行学习训练，构造出户内变电站监测点处温度预测模型和噪声预测模型；在户内变电站噪声满足约束前提下，以户内变电站监测点平均温度最低为目标，构建进风口参数优化模型并采用基于最大熵的SAC深度强化算法求解，实现对变电站进风口参数的优化设计。本发明可利用温度预测模型和噪声预测模型和SAC深度强化算法对进风口参数优化设计。
公开/授权文献:
- CN115099115B 一种户内变电站通风降噪深度强化学习设计方法 公开/授权日：2022-12-30
IPC结构图谱:
| G06F30/23 | 使用有限元方法（FEM）或有限差方法（FDM） |