龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)
摘要：本发明涉及人工智能技术领域，尤其涉及一种基于DQN的集群系统预测性维修决策方法。本发明通过设计和训练DQN模型，建立集群系统的退化状态模型，并利用ε‑greedy算法生成维修策略，本发明能够有效应对集群系统在长期运行过程中所面临的可靠性挑战。在执行维修策略后，系统的运行状态得到反馈，并用于进一步优化DQN模型，以持续提升系统的预测性维修能力。此方法不仅适用于工业储能系统的大规模电池组集群，还可推广应用于其他复杂集群系统的维护与管理中。
主权项：1.一种基于DQN模型的集群系统预测性维修决策方法，其特征在于，该方法包括以下的步骤：1）构建集群系统的退化状态模型，所述集群系统包括多个节点，所述节点的退化状态在系统运行过程中随时间变化；2）设计并训练一个DQN模型，对最优价值函数Q进行函数逼近，提供对价值函数Q的估计，评估当前的集群系统维修状态特征X；3）基于所述DQN模型对价值函数Q进行估计，通过ε-greedy算法得到一个维修状态概率π，进而生成当前集群维修状态特征的最佳维修动作a*；4）执行维修策略中的一系列维修动作，直至集群系统的性能恢复至预定阈值；5）通过对执行的维修动作进行反馈，将获得的维修数据添加至经验回放缓冲区，所述经验回放缓冲区用于对所述DQN模型进行进一步的训练，以优化下一次维修决策。
全文数据：
权利要求：
百度查询： 杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院) 一种基于DQN的集群系统预测性维修决策方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号