改进Q-Learning输电线路超声驱鸟设备参数优化研究

• 全文链接
• 请求原文

作   者：

徐浩;  房旭;  张浩;  王爱军;  周洪益;  宋钰; 

作者机构：

国网江苏省电力有限公司盐城供电分公司; 

关键词：

改进Q-Learning;  参数优化;  超声波驱鸟;  适应性; 

期刊名称：

电工电气

i s s n：

1007-3175

年卷期：

2024 年 005 期

页   码：

53-57

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.