基于深度学习的风电大件运输路径智能规划系统及其方法

本发明属于风电设备运输领域，提供了基于深度学习的风电大件运输路径智能规划系统及其方法，获取风电场范围内的地形DEM数据，将所述地形DEM数据转化为三维矢量数据和三维顶点坐标；接收所述三维顶点坐标，基于同伦理论构建路网拓扑结构表示，通过多层次图神经网络提取路网的微观局部特征和宏观全局结构，基于流形学习实现路网的动态表示与更新；接收所述路网拓扑结构表示和所述路网特征，综合考虑车辆最大爬坡角、最大转弯角、最大速度和制动距离，生成车辆动力学约束条件和路段几何难度系数；接收所述路网动态表示、所述车辆动力学约束条件和所述路段几何难度系数，采用多目标强化学习算法生成平衡安全、时间效率和运输成本的最优运输路径。