期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于强化学习的风电场35 kV开关柜智能型除湿装置设计
1
作者 王显义 陈建 +2 位作者 高宏德 杨昌大 喻宣彰 《自动化应用》 2025年第10期91-93,98,共4页
针对传统除湿方法在动态环境下响应滞后和能耗较高的问题,设计了一种基于强化学习的智能型除湿装置,以控制风电场35kV开关柜的湿度。采用深度Q网络(DQN)算法,通过深度神经网络来近似Q值函数,使系统能根据环境的实时变化,自动学习最优的... 针对传统除湿方法在动态环境下响应滞后和能耗较高的问题,设计了一种基于强化学习的智能型除湿装置,以控制风电场35kV开关柜的湿度。采用深度Q网络(DQN)算法,通过深度神经网络来近似Q值函数,使系统能根据环境的实时变化,自动学习最优的除湿控制策略。在不同湿度条件下开展实验。结果表明,该系统能够在短时间内将湿度控制在目标范围内(40%RH~60%RH)。与传统定时除湿策略相比,该系统在能耗方面降低了约20%。通过持续的在线微调,系统在长期运行中表现出了良好的稳定性和自适应能力,有效提升了风电场开关柜的安全性,延长了设备寿命。 展开更多
关键词 强化学习 DeepQ-Network 风电场 35KV开关柜 智能除湿
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部