[发明专利]一种智能电力设备控制信息采集方法

说明书

本发明公开了一种智能电力设备控制信息采集方法，其特征在于：包括N个采集器，每一个采集器仅能向一个方向传递信息，且采集器为具有自主学习能力的设备，对每个采集器的实时控制方法为：每一个采集器参与工作后，记录下采集器的工作时间T2以及设备的停歇时间T1，采集器完成采集或传输信息任务便获得奖赏值r，若任务未完成或静默待机，则对应下一个采集器获得一个惩罚值b，计算采集器V值，根据每个采集器的V值确定各自的工作偏好，更新设置每个采集器的工作时间T2＇，使得在每一个采集器工作时间内可以得到任务，最终采集器工作时间T2＇小于等于采集器停歇时间T1。本发明通过采集器的自主学习，实时调整工作时间，提高整个系统的工作效率。

技术领域

本发明属于对多个数据采集器的控制技术领域，尤其涉及一种智能电力设备控制信息采集方法，实现多个独立采集器采集、传输智能电力设备的控制信息，解决信息采集和传输的有效性和及时性问题。

背景技术

在当代社会，国民经济领域的绝大多数部门以电力作为主要动力来源，人们的日常生活也与电力息息相关。随着生产生活各领域对电力需求的不断上升，越来越多的电力设备被投入使用。为保证电力设备能正常运行，及时掌握电力设备的运行状态尤为重要。

目前，电力设备一般采用传统的“故障报警”模式，即：由一个监控系统监控某条电力线路的运行情况，一个设备发生故障，如果影响到干线的电力供应时，监控系统会提出警报。上述“故障报警”的事后报警方式具有实时性不足、难以精准定位到设备的缺点，没有充分利用新型智能电力设备具备的预警、统计等智能功能。

在实际的运行环境中，电力设备数量庞大、设备种类纷繁，且越来越多的设备具有智能性。及时地将电力设备运行数据传递给终端控制机，使之能及时统计、分析、预测电力设备的运行情况，显得特别关键。但是，由于涉及的电力设备数量庞大、分布广泛，因此不可能在每个设备和终端监控机之间建立通信网络，只能采用干线串联的方式将多个采集器连接到终端监控机，数据也只能以串联方式传输。合理地协调在干线上的数据采集设备，将电力设备的控制信息及时、有效地传递给终端监控机是一项极为关键的工作，也是一项复杂的工作。而在此过程中，高效、智能的信息及时采集和传输是非常重要的基础，也是亟待解决的问题。

作为一类重要的机器学习方法，强化学习(Reinforcement Learning)是从环境状态到动作映射的学习：强化学习的智能体(agent)选择动作(action)，状态(state)随之发生改变，环境对此给出一个立即奖赏(reward)作为激励信号，强化学习通过不断地交互学习追求长期奖赏最大化。强化学习采用试错式学习的方式获取最优行为策略，与控制问题追求的目标一致，基于强化学习的控制系统，均表现出了良好的性能。

强化学习方法的智能体拥有自主学习的能力，但在平衡学习过程的探索和利用方法有局限。最大置信上界(Upper Confidence Bound)求出收益均值和奖励之和，均值越大，标准差越小，被选中的概率会越来越大，起到了利用的作用，同时那些被选次数较少的也会得到试验机会，起到了探索的作用。最大置信上界能较好地解决了探索和利用的平衡问题，使结果避免陷入局部最优。因此，结合强化学习和最大置信上界能解决控制问题，获得最优行为策略。

发明内容

本发明目的是：提供一种智能电力设备控制信息采集方法，通过方法的改进，可以对设备实时控制，以便使得设备之间高效地传递信息，提高工作效率。

本发明的技术方案是：一种智能电力设备控制信息采集方法，包括若干个采集器，一个终端监控器，若干个区域电力设备，若干个采集器采用串联的方式连接到终端控制器，每一个采集器可以执行的动作为采集信息、传输信息及静默待机，每一个采集器仅能向一个方向传递信息，且所述采集器为具有自主学习能力的采集设备，对每个采集器的实时控制方法为：