企业资料未认证
“深度强化学习算法及应用及电力系统应用”的专题报告。从方法原理、历史发展、典型应用等方面介绍了深度学习和强化学习。指出深度学习具有较强的感知能力，强化学习具有突出的决策能力，两者结合，优势互补形成深度强化学习。由于在感知决策方面的优良性能，深度强化学习展现出了广阔的应用前景，在游戏、智能驾驶、智能医疗、机器人、智能制造、智能电网等方面均取得了应用。在效率提升方面，以智能巡检机器人为代表的人工智能系统，能搭载多种检测仪，通过前期的调试，具有高效、安全、智能、精确等特点，能够近距离观察设备，运检准确性高。在数据诊断方面，相比人眼和各类手持仪器，机器人巡检更精确，而且可达到全天候、全自主，大大提高了设备缺陷和故障查找的准确性和及时性。同时，在机器人巡检数据库可以对每个点位的历史数据进行趋势分析，利用大数据提前预警设备潜在的劣化信息，为精准检修策略的制定提供科学依据。