CN119476670A 电力多智能体动态协作巡检方法及系统 （国网智能科技股份有限公司）

本发明属于智能电力巡检与多智能体协同能够根据实时数据和任务需求动态调整巡检路径，从而实现路径的最小化和巡检效率的最大中的动态任务重分配机制确保智能体能够在设2对电力巡检任务的自然语言描述进行解析，提取电力巡检目标和路径规划的约束条基于电力巡检目标和路径规划的约束条件，并根据各个智能体在调整过程中，获取各个智能体的工作状态数据，基于各智路径巡检效率得分E：,路径冲突风险R：,T是任务完成时间占最大允许时间表示智能体i和j在同一时间巡检到同一区域的,,3r'为是一个介于0和1之间的折扣因子，用于平衡当前奖励与未来奖励之间的关系，根据获取的各个智能体的工作状态数据生成多种可能的应对多种可能的应急方案进行评分，选择得分最高的方案作为最优应急根据各个智能体的工作状态数据计算每一个智能结合紧急程度的评估分数、每一个智能体的状态权重和巡检任务解析模块，用于对电力巡检任务的自然语言描述进初始巡检方案生成模块，用于基于电力巡检目标和路数结合路径巡检效率和路径冲突风险量化指标评估当前巡检方案调整模块，用于当适应性评估结果为需要调整各智能体的在调整过程中，获取各个智能体的工作状态数据，基于各智行时实现如权利要求1_7中任一项所述的电力多智能体动态协作巡检方法4[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技[0006]进一步地，所述电力巡检目标包括路径长度的最小化和巡检区域覆盖率的最大5,路径冲突风险R：,,,状态下执行动作时获得的即时奖励，它反映了智能体在当前任务分配步骤中的实际r'为是一个介于0和1之间的折扣因子，用于平衡当前奖励与未来奖励之间的关系，根据获取的各个智能体的工作状态数据生成多种可能的应根据各个智能体的工作状态数据计算每一个智能6励函数结合路径巡检效率和路径冲突风险量化指标评估当巡检方案调整模块，用于当适应性评估结果为需要调整各智能体的巡检路径时，78[0033]为了提升LLM对路径规划问题的理解，在生成目标函数和约束条件的数学公式的内容通常包含类似任务的解决方法或启发式策略，能够为LLM的路径规划生成过程提供更[0036]大语言模型（LLM）解析出任务描述后生成的路径规划模型通常包括巡检点的目[0037]在生成数学模型之后，LLM应用路径规划算法来初步确定各巡检点的访问顺序。9,,,,,结合路径巡检效率E和路径冲突风险R计算当前路径方案的综合得分，,,状态下执行动作时获得的即时奖励，它反映了智能体在当前任务分配步骤中的实际af来实现；,倾向于选择对当前任务目标有更高收益的分配方当某个智能体检测到环境中的障碍物时，它会将相关信息实时传递给其他智能确保了智能体在巡检中实现路径的高效动态调整，提升巡检覆盖率和应对突发情况的能,,重和接近性Dr的加权总和：,任务的变化情况。系统内置的协作管理模块还支持实时更新和共享巡检任务的进展信息，励函数结合路径巡检效率和路径冲突风险量化指标评估当理器执行时实现如上述所述的电力多智能体动态协作巡检方法中现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0064]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流