今日头条
官方微信
官方抖音
案例频道★内蒙古电力（集团）有限责任公司巴彦淖尔供电分公司杨洁，刘浩宇，王耀声
摘要：本研究提出了一种基于深度学习的智能预测与控制方法，用于解决高压配电开关状态监测和控制优化问题。通过构建CNN-LSTM混合神经网络模型，实现对开关机械特性、电气特性和振动特性的多维度特征提取与融合。本研究还设计了基于动态学习率的自适应优化策略和早停机制，可显著提升模型的预测精度和泛化能力。在控制系统方面，本研究提出了一种分层自适应的架构，结合Actor-Critic深度强化学习算法实现开关操作的实时优化控制。实验结果表明，相比传统PID控制，该方法在操作时间一致性和能量损耗方面均取得了显著改善，操作时间波动降低超过57%，平均能量消耗减少12.3%，具有良好的工程应用价值。
关键词：深度学习；高压配电；开关状态预测；优化控制
在线预览：
基于深度学习的高压配电开关状态预测与优化控制系统研究.pdf
摘自《自动化博览》2025年5月刊
北京市公安局海淀分局备案号：11010802023656号