基于深度强化学习的能源互联网智能巡检任务分配机制

徐思雅，邢逸斐，郭少勇，杨超，邱雪松，孟洛明

（1.北京邮电大学网络技术与交换重点实验室，北京 100876；2.国网辽宁省电力有限公司信息通信分公司，辽宁 沈阳 110004）

1 引言

能源互联网是综合运用先进的电力电子技术、通信技术、信息技术和智能管理技术支撑能源节点互联，实现能量双向流动的能量对等交换与共享网络。我国倡导构建全球能源互联网，推动以清洁和绿色的方式满足全球电力需求。但是，随着能源互联网规模的逐渐扩大，海量的物联设备对电能输送容量与传输距离的要求越来越高，这使我国架空输电线路工程的规模也随之提升。因此，输电线路日常巡检成为电力公司各级运检部门的重要工作之一[1]。但是，部分输电线路需要穿过地形复杂和自然环境恶劣的地区[2]，这给运维人员的日常巡检工作带来了极大的挑战。近年来，电力运检部门借助无人机（UAV,unmanned aerial vehicle）技术来解决传统人力巡检效率低下的问题。UAV 技术是指以无线电遥控技术为基础、以适配性极强的程序为控制手段的一种无人驾驶航空设备，可提供实时数据采集和无线数据传输等功能。这种新型巡检方式安全高效，可以灵活地在人力难以到达的地理区域进行巡检作业，降低操作成本并保障运维人员的人身安全[3]。

然而，随着无人机巡检方式的推广，新的问题也随之产生。由于无人机的计算能力有限，不能独自处理巡检过程中产生的海量图像数据，需要将任务卸载到其他服务器上处理。……