本发明属于变电站通风系统设计技术领域,公开了一种户内变电站通风降噪深度强化学习设计方法,基于有限元仿真软件建立户内变电站的温度场、空气流场和噪声场的仿真模型;利用仿真模型对不同进风口设计参数组合的通风降噪效果进行仿真计算得到样本数据集;基于获得的样本数据集对卷积神经网络进行学习训练,构造出户内变电站监测点处温度预测模型和噪声预测模型;在户内变电站噪声满足约束前提下,以户内变电站监测点平均温度最低为目标,构建进风口参数优化模型并采用基于最大熵的SAC深度强化算法求解,实现对变电站进风口参数的优化设计。本发明可利用温度预测模型和噪声预测模型和SAC深度强化算法对进风口参数优化设计。
声明:
“户内变电站通风降噪深度强化学习设计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)