1.摘要固定巢站模式下变电站、输电塔和配电杆具有不同巡检周期UAV 还受电池续航和每日飞行架次限制因此任务分配与路径规划存在长期时序耦合。论文针对周期性电力巡检问题PIPUFN提出动态剪枝与拓扑感知深度强化学习框架 DPTARL以 A2C 为基础利用动态状态剪枝DSP在线删除不满足周期、能量和节点有效性约束的动作并通过拓扑感知注意力TAA建模异构巡检节点的空间与时序关系复合奖励同时考虑即时巡检收益、周期一致性、硬约束和飞行效率。2. 问题与数学模型见个人简介