基于深度强化学习的航天器功率-信号复合网络优化算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：

为了实现航天器电源系统的灵活高效并网，最大化有限能量的利用，提出一种基于深度强化学习 （deep reinforcement learning， DRL） 的功率传输与信号传输复合网络拓扑优化模型，并使用知识蒸馏原理的多种可解释组件模型对优化过程进行剖析。首先，分析在轨运行阶段航天器母线电压调节控制域变换规律，并结合节点传播性参数，建立功率传输与信号通信的复合网络拓扑模型。（剩余18459字）

试读结束

目录
monitor