一种基于电力调度的数据采集监视系统

    公开(公告)号:CN116365696A

    公开(公告)日:2023-06-30

    申请号:CN202211530289.9

    申请日:2022-11-30

    Abstract: 本发明公开了一种基于电力调度的数据采集监视系统,包括,控制终端,包括数据处理模块、与数据处理模块相连的评估模块以及与数据处理模块相连的预警模块;数据采集模块,包括服务器采集单元、数据库采集单元、业务采集单元以及设备采集单元;以及,监视模块包括显示单元、与显示单元相连的感应单元和显示单元相连的监控单元,由数据采集模块对电力调度中的服务器、数据库、业务状况以及设备进行数据的采集处理,采集完成后将数据传递至控制终端内,由控制终端再将数据一部分发送到数据处理模块内处理,一部分直接由监视模块的显示单元直接进行显示,在数据处理模块中对数据进行分类、转换和初步分析。

    一种基于图卷积神经网络的近端策略优化方法

    公开(公告)号:CN115983373A

    公开(公告)日:2023-04-18

    申请号:CN202211554345.2

    申请日:2022-12-06

    Abstract: 本发明公开了一种基于图卷积神经网络的近端策略优化方法,包括以下步骤:构建训练DRL智能体所需的基于图卷积层的Actor神经网络和Critic神经网络以及一个经验轨迹缓存池;在当前回合通过Actor网络产生随机动作来探索环境,生成经验轨迹来填充缓存池,然后使用缓存池里的经验轨迹对Actor网络和Critic网络的参数进行更新,最后将模型进行保存,利用训练好的Actor网络模型输出使奖励值最大的动作,实现对环境状态的最佳响应。本发明提供了一种基于图卷积神经网络的近端策略优化方法,可有效提高强化学习对图数据的感知能力,增强智能体的扩展能力和鲁棒性。

Patent Agency Ranking