近日，中国科学院空天信息创新研究院研究员彭玲团队在电网输电线路智能规划领域取得重要研究进展。并基于该项成果，被国际埃尼奖（Eni Award）科学委员会获提名为2026年度Main Prizes奖项候选人。
研究团队围绕当前电力线路选线工作依赖人工经验、传统算法适应性不足等瓶颈，创新性提出基于连续空间深度强化学习的输电线路路径规划新框架 DSOP，使算法能够像工程设计人员一样在真实地理环境中进行多目标权衡与连续试错，自主生成安全、经济、合理的线路路径。
该框架突破了传统离散化规划方法的局限，通过引入SAC架构的自适应策略学习、连续动作空间的精细控制、结合规范的多因子奖励体系设计，使模型能够在试点城市输电线路真实规划场景中取得显著优于传统A*、RRT/RRT*、Cross-Dijkstra及离散型强化学习方法的性能表现，路径合理性与人工设计拟合度提升超过3%，规划成功率达95%，在路径长度、杆塔数量和曲折系数等关键指标上均更贴近工程实际。该成果不仅为输电线路智能选线提供了全新的技术路线，也展示了深度强化学习在工程规划类复杂连续空间问题中的广阔潜力。
相关论文以“Overhead line path planning based on deep reinforcement learning and geographical information system”为题，发表在国际权威期刊 International Journal of Electrical Power and Energy Systems。2021级博士研究生陈嘉辉为第一作者，彭玲为通讯作者。
本次被提名2026年度Main Prizes奖项候选人，主要是对团队在能源与环境融合创新应用研究领域工作的肯定，鼓励其在跨学科融合与协同创新跨学科方面的研究，尤其在能源与环境领域交叉融合中取得的突出成果，体现了多学科协同解决复杂问题的能力。
彭玲研究团队主要从事时空信息挖掘、光伏新能源潜力评估、时空知识图谱决策支持等方面的研究，在《International Journal of Applied Earth Observation and Geoinformation》《Solar energy》《International Journal of Geographical Information Science》《Applied Energy》《全球能源互联网》等国内外著名期刊上发表系列学术论文。
论文链接：https://www.sciencedirect.com/science/article/pii/S0142061525000195
动态新闻