应用于大规模清洁能源网的无人机电力巡检技术

    公开(公告)号:CN116485059A

    公开(公告)日:2023-07-25

    申请号:CN202310488272.X

    申请日:2023-05-04

    摘要: 本发明属于无线通信技术领域,特别涉及一种应用于大规模清洁能源网的基于强化学习的无人机电力巡检技术,分为以下步骤:1、无人机模型设置及动作空间设置;2、初始化现实Q网络和目标Q网络;3、无人机巡检模型与现实Q网络交互;4、更新现实Q网络;5、更新目标Q网络;6、重复步骤3至步骤5,直至神经网络结果收敛,将训练好的网络应用于无人机全自主电力巡检过程。本发明的优点在于,通过强化学习算法决策,使无人机能够在能耗的约束条件下持续且自主地规划巡检路径,可以大大减轻电力巡检人员的工作强度,保障电力巡检作业人员的人身安全,以低成本快速有效地执行巡检任务,提高工作效率和质量,对实现电力系统的自动化进程具有重要意义。

    一种基于无人机-无线充电平台的物联网信息收集方法

    公开(公告)号:CN115696255A

    公开(公告)日:2023-02-03

    申请号:CN202211391443.9

    申请日:2022-11-08

    IPC分类号: H04W4/38 H04B7/185 G05D1/10

    摘要: 本发明提供了一种基于无人机‑无线充电平台的物联网信息收集方法。该方法包括:在物联网区域内分布式布设多个物联网设备和无人机无线充电平台,利用无人机从各个物联网设备中收集信息,设置无人机的动作空间、状态空间和奖励函数;基于无人机的动作空间、状态空间和奖励函数构建基于Double DQN的无人机轨迹规划的目标函数;通过求解所述无人机轨迹规划的目标函数获取无人机的运动轨迹。本发明方法在引入无线充电平台的物联网中,设计了一种基于马尔可夫决策过程(MDP)的无人机轨迹、信息收集和无线充电的动态解决方案,提出了一种基于Double DQN的UAV轨迹规划方法,可以获取无人机在物联网信息收集过程中的速度、能耗和无线充电的最优配置。