一种配网施工电缆盘下坡缓降方法、装置、设备及介质

1.一种配网施工电缆盘下坡缓降方法，其特征在于，应用于配网施工电缆盘下坡缓降系统，所述方法包括：在电缆盘沿部署于地面上的导轨装置缓降时，分别确定防脱扣装置是否有脱扣趋势和所述电缆盘是否有失速趋势；若所述防脱扣装置有脱扣趋势或所述电缆盘有失速趋势，则向工作人员发出警报信息；其中，所述防脱扣装置中装设有电机，用于对电缆盘的缓降速度进行匀速控制；其中，所述对电缆盘的缓降速度进行匀速控制包括：采用深度确定性策略梯度算法对电缆盘的缓降速度进行匀速控制；其中，所述深度确定性策略梯度算法中的Actor策略网络在连续动作空间进行探索以及做出动作决策，Critic价值网络则负责评判决策优劣，以此指引Actor策略网络参数更新,Critic估计网络根据自身目标网络的指引实时更新；其中，所述Critic估计网络参数的更新方式为最小化均方误差,更新过程如下： ；其中, 为最小化均方误差，Ｎ为从经验池中取出的数据总个数； 为ｉ时刻目标Ｑ值的更好估计； 为估计Ｑ值； 为ｉ时刻的环境状态； 为ｉ时刻的输入动作； 为Critic网络中估计网络的参数，Ｑ代表Critic网络中的估计网络； 为ｉ时刻的即时奖励；γ为折扣率； 为目标Ｑ值； 为确定性策略，μ′为Actor网络中的目标网络， 为Actor网络中目标网络的参数； 为Critic网络中目标网络的参数，Ｑ′为Critic网络中的目标网络；其中，所述Actor策略网络基于策略梯度更新网络参数的过程如下： ；其中， 为性能指标 对参数 的梯度，μ为Actor网络中的估计网络；ａ为输入动作；ｓ为环境状态； 为Actor网络中的估计网络在环境状态为ｓｉ时输出的确定性策略； 表示环境状态为 、动作为 时，估计Ｑ值对动作ａ的梯度； 为Actor网络中估计网络学习到的确定性策略； 为环境状态为 时， 对 的梯度。 2.根据权利要求1所述的方法，其特征在于，所述防脱扣装置中装设有速度传感器和红外传感器，分别用于确定防脱扣装置是否有脱扣趋势和所述电缆盘是否有失速趋势。 3.一种配网施工电缆盘下坡缓降装置，其特征在于，部署于配网施工电缆盘下坡缓降系统，用于实现权利要求1所述的配网施工电缆盘下坡缓降方法，所述装置包括：缓降安全判断模块，用于在电缆盘沿部署于地面上的导轨装置缓降时，分别确定防脱扣装置是否有脱扣趋势和所述电缆盘是否有失速趋势；缓降安全警报模块，用于若所述防脱扣装置有脱扣趋势或所述电缆盘有失速趋势，则向工作人员发出警报信息。 4.根据权利要求3所述的装置，其特征在于，所述防脱扣装置中装设有速度传感器和红外传感器，分别用于确定防脱扣装置是否有脱扣趋势和所述电缆盘是否有失速趋势。 5.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-2中任一项所述的配网施工电缆盘下坡缓降方法。 6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-2中任一项所述的配网施工电缆盘下坡缓降方法。