今日頭條
官方微信
官方抖音
案例頻道★內蒙古電力（集團）有限責任公司巴彥淖爾供電分公司楊潔，劉浩宇，王耀聲
摘要：本研究提出了一種基于深度學習的智能預測與控制方法，用于解決高壓配電開關狀態監測和控制優化問題。通過構建CNN-LSTM混合神經網絡模型，實現對開關機械特性、電氣特性和振動特性的多維度特征提取與融合。本研究還設計了基于動態學習率的自適應優化策略和早停機制，可顯著提升模型的預測精度和泛化能力。在控制系統方面，本研究提出了一種分層自適應的架構，結合Actor-Critic深度強化學習算法實現開關操作的實時優化控制。實驗結果表明，相比傳統PID控制，該方法在操作時間一致性和能量損耗方面均取得了顯著改善，操作時間波動降低超過57%，平均能量消耗減少12.3%，具有良好的工程應用價值。
關鍵詞：深度學習；高壓配電；開關狀態預測；優化控制
在線預覽：
基于深度學習的高壓配電開關狀態預測與優化控制系統研究.pdf
摘自《自動化博覽》2025年5月刊
北京市公安局海淀分局備案號：11010802023656號