基于深度强化学习的航天器功率-信号复合网络优化算法

作     者：张庭瑜 曾颖 李楠 黄洪钟 

作者机构：中国电子科技集团公司第三研究所 电子科技大学系统可靠性与安全性研究中心 电子科技大学机械与电气工程学院 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：中央高校基本科研业务费项目(ZYGX2020ZB023)资助课题 

主　　题：空间电源系统 复杂网络 深度强化学习 可靠性优化 可解释性分析 

摘      要：为了实现航天器电源系统的灵活高效并网，最大化有限能量的利用，本文提出了一种基于深度强化学习（deep reinforcement learning， DRL）的功率传输与信号传输复合网络拓扑优化模型，并使用知识蒸馏原理的多种可解释组件模型对优化过程进行剖析。本研究首先分析了在轨运行阶段航天器母线电压调节控制域变换规律，并结合节点传播性参数，建立了功率传输与信号通信的复合网络拓扑模型。尔后，利用A3C (asynchronous advantage actor-critic)算法，对信号传输网络路由分布及拓扑结构等方面潜在的运行可靠性风险进行自适应性优化。最终，结合多种可解释组件对已训练的深度强化学习模型进行知识蒸馏，形成一种可解释的量化分析方法。本方法可以指导空间电源在随机阴影影响下选择最佳并网方案，并为更高任务要求和复杂环境下空间电源控制器设计提供理论支持。