本發明屬于變電站通風系統設計技術領域,公開了一種戶內變電站通風降噪深度強化學習設計方法,基于有限元仿真軟件建立戶內變電站的溫度場、空氣流場和噪聲場的仿真模型;利用仿真模型對不同進風口設計參數組合的通風降噪效果進行仿真計算得到樣本數據集;基于獲得的樣本數據集對卷積神經網絡進行學習訓練,構造出戶內變電站監測點處溫度預測模型和噪聲預測模型;在戶內變電站噪聲滿足約束前提下,以戶內變電站監測點平均溫度最低為目標,構建進風口參數優化模型并采用基于最大熵的SAC深度強化算法求解,實現對變電站進風口參數的優化設計。本發明可利用溫度預測模型和噪聲預測模型和SAC深度強化算法對進風口參數優化設計。
聲明:
“戶內變電站通風降噪深度強化學習設計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)