【技术实现步骤摘要】
本专利技术涉及电力系统管理，特别是一种基于强化学习的电网物资定额管理方法、装置、计算机设备及存储介质。
技术介绍
1、在近年来，随着电力系统的日益复杂化和智能化，电网物资管理的重要性被提升到了前所未有的高度，传统的物资管理模式往往依赖于人工统计和经验判断，不仅效率低下，而且难以适应快速变化的市场需求和电网运行状态，因此，引入先进的信息技术手段，特别是人工智能领域的研究成果，以实现物资管理的自动化、精细化，已成为该领域研究与实践的热点，强化学习，作为一种通过不断试错来优化决策过程的机器学习方法，在处理动态环境中的决策问题上展现出巨大潜力，逐渐被探索应用于电网物资的智能调配与定额管理中。
2、尽管现有的物资管理系统在一定程度上实现了信息化管理，运用数据库技术存储物资信息、采用基础的数据分析预测需求趋势，但仍存在显著不足，首先，传统方法在物资识别与分类上主要依赖人工审核或简单条码识别，对于种类繁多、外观相似的电网物资难以实现高效准确的区分，这直接限制了后续管理决策的精准度，其次，现有预测模型大多基于统计学方法，缺乏对历史数据深度学...
【技术保护点】
1.一种基于强化学习的电网物资定额管理方法，其特征在于：包括，
2.如权利要求1所述的基于强化学习的电网物资定额管理方法，其特征在于：所述收集各类物资样本，对物资样本进行扫描形成原始光谱数据，具体方式为：
3.如权利要求2所述的基于强化学习的电网物资定额管理方法，其特征在于：所述预处理，包括平滑处理和基线校正：
4.如权利要求3所述的基于强化学习的电网物资定额管理方法，其特征在于：所述将提取的光谱指纹与对应的物资类别关联组成高光谱特征数据集，形成高光谱特征数据库，具体步骤为：
5.如权利要求4所述的基于强化学习的电网物资...
【技术特征摘要】
1.一种基于强化学习的电网物资定额管理方法，其特征在于：包括，
2.如权利要求1所述的基于强化学习的电网物资定额管理方法，其特征在于：所述收集各类物资样本，对物资样本进行扫描形成原始光谱数据，具体方式为：
3.如权利要求2所述的基于强化学习的电网物资定额管理方法，其特征在于：所述预处理，包括平滑处理和基线校正：
4.如权利要求3所述的基于强化学习的电网物资定额管理方法，其特征在于：所述将提取的光谱指纹与对应的物资类别关联组成高光谱特征数据集，形成高光谱特征数据库，具体步骤为：
5.如权利要求4所述的基于强化学习的电网物资定额管理方法，其特征在于：所述构建分类模型，具体步骤为：
6.如权利要求5所述的基于强化学习的电网物资定额管理方法，其特征在于：所述构建物资模型，基于历史需求数...
【专利技术属性】
技术研发人员：黄瑞琨，罗正，李继斌，谭乾，卑晓峰，梁海波，李奕宇，杨春兰，韦晓东，谢宇，覃夏清，甘红，
申请(专利权)人：广西电网有限责任公司贵港供电局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。