1.一种非等间隔退化的接触网关键部件强化学习维修优化方法,其特征在于,所述方法包括:收集接触网系统历史设备故障数据,按照不同设备对所述历史设备故障数据进行分类统计,以得到不同设备历史故障数据,并采用遗传算法对所述不同设备历史故障数据进行拟合得到威布尔分布的尺度参数与形状参数;
基于威布尔分布建立所述接触网系统的关键部件在各个维修阶段下的可靠性函数,以推导出所述接触网系统的动态可靠性模型,并基于所述接触网系统的三级修程、不同维修方式以及各个维修阶段建立全寿命周期内的分阶段维修费用模型;
将所述威布尔分布的尺度参数与形状参数输入至参数优化模块,并采用VPPSO动态优化所述分阶段维修费用模型中各个阶段的维修间隔以及次数,所述VPPSO动态优化包括速度迭代调整以及位置迭代调整,所述速度迭代调整的表达式为:;
式中,表示粒子i在迭代t+1时间的速度向量,表示粒子i在迭代t时间的速度向量,表示惯性权重,,表示常数,表示最大迭代次数,、分别表示两个加速系数,、分别表示两个均匀分别在范围内的随机数,表示当前迭代次数,表示第i个粒子到目前为止找到的最优位置,表示整个群体到目前为止找到的最优位置,表示第i个粒子在第t次迭代时的位置向量;
所述位置迭代调整的表达式为:
;
;
式中,表示第i个粒子在第t+1次迭代时的位置向量,表示粒子在搜索过程中所找到的全局最优的解,其中,将遗传算法拟合得到威布尔分布的尺度参数和形状参数并输入VPPSO动态优化模块;
将优化后的所述分阶段维修费用模型的参数输入至多目标优化模块,并以所述接触网系统平均可靠度最大化和维修费用最小化为目标,采用深度强化学习辅助的AGSEA算法求解出所述关键部件的帕累托维修计划集;
根据所述接触网系统运行的可靠性约束条件筛选出所述关键部件在各维修阶段下的最终维修计划,并输出当前所述接触网系统整体可靠性以及维修费用。
2.根据权利要求1所述的非等间隔退化的接触网关键部件强化学习维修优化方法,其特征在于,所述并采用遗传算法对所述不同设备历史故障数据进行拟合得到威布尔分布的尺度参数与形状参数的步骤之前,所述方法还包括:确定约束条件与问题的解空间;
建立优化模型,并确定目标函数的类型与量化方法;
确定编码方法以及解码方法;
确定个体适应度的量化评价方法以及每个染色体确定个体适应度的量化评价方法;
设计遗传算子的操作方法,所述遗传算子包括选择运算、交叉运算以及变异运算;
确定所述遗传算子的相关参数,所述相关参数包括群体大小、遗传算法终止进化代数、交叉概率以及变异概率。
3.根据权利要求1所述的非等间隔退化的接触网关键部件强化学习维修优化方法,其特征在于,所述动态可靠性模型的计算表达式为:;
式中,表示动态可靠性,表示系统n个关键部件以外设备的可靠性,表示新部件的可靠度,表示设备的故障率,表示第i个阶段的维修间隔,表示设备在第i个阶段的第j次维修的初始可靠度,表示该阶段内的单位维修间隔,λk表示维修改善因子,、分别表示第n个部件的威布尔分布的尺度参数、第n个部件的威布尔分布的形状参数。
4.根据权利要求1所述的非等间隔退化的接触网关键部件强化学习维修优化方法,其特征在于,所述分阶段维修费用模型的表达式为:;
式中,表示接触网生命周期内的总维修费用,N表示划分的维修阶段数,Cn,i,k表示设备在采用第k种维修方式所需费用,Nn,i,k表示设备在第i个阶段内的采用第k种维修方式的次数,表示设备发生故障需要抢修维护的费用,表示设备在第i个阶段内第j次维修过程的可靠性,表示第i个阶段的维修间隔,表示运行时间。
5.根据权利要求1所述的非等间隔退化的接触网关键部件强化学习维修优化方法,其特征在于,所述采用深度强化学习辅助的AGSEA算法求解出所述关键部件的帕累托维修计划集的步骤包括:将动态优化后的所述分阶段维修费用模型中各个阶段的维修间隔以及次数输入多目标优化模型,以生成N个解构成初始种群,所述初始种群通过强化学习生成后代解,并选择其中一个后代解作为指导向量;
基于根据优势关系和欧式距离评估的适应度,应用二元锦标赛选择策略从当前种群P中选择两个2N个父代解;
采用自适应变量聚类将所有决策变量划分为两组,并通过遗传算子生成子代解Q;
使用SPEA2的环境选择方法,从P∪Q的组合种群中选出N个解;
将所述当前种群的状态、超体积提升值以及所选动作记录至经验池M中,以用于训练深度神经网络,将N个解的进化记录到经验记忆池中,并将N个解中的当前种群作为最终种群。