摘要
本发明公开了一种次同步振荡抑制方法。包括:获取次同步振荡参数,其中,所述次同步振荡参数包括光伏变换器参数和附加阻尼控制器参数,基于所述次同步振荡参数构建深度Q网络模型,并定义状态空间集合、动作空间集合和奖励函数,对所述深度Q网络模型进行训练,直至所述深度Q网络模型收敛,得到训练好的深度Q网络模型,利用所述训练好的深度Q网络模型,对所述附加阻尼控制器参数进行调整,输出最优控制策略。本发明通过深度强化学习技术,能够实现对光伏并网系统次同步振荡的有效分析与抑制,提高了光伏并网系统的稳定性和可靠性。
技术关键词
附加阻尼控制器
深度Q网络
振荡抑制方法
振荡抑制装置
光伏变换器
有功功率
模型训练模块
光伏并网系统
参数
梯度下降算法
表达式
深度强化学习技术
变流器
贪婪策略
可读存储介质
存储计算机程序
偏差
样本
系统为您推荐了相关专利信息
个性化内容推荐
点击率
广告
强化学习算法
生成用户画像
能耗控制系统
能耗预测模型
优化控制策略
建筑设备
强化学习算法
低功耗优化方法
嵌入式片上系统
深度Q网络
嵌入式系统
构建决策模型
路径规划方法
移动机器人
深度Q网络
障碍物
危险性