一种基于迁移学习的无模型微电网控制方法、系统及介质

AITNT
正文
推荐专利
一种基于迁移学习的无模型微电网控制方法、系统及介质
申请号:CN202411383634
申请日期:2024-09-30
公开号:CN119275824A
公开日期:2025-01-07
类型:发明专利
摘要
本发明涉及一种基于迁移学习的无模型微电网控制方法、系统及介质,所述方法包括以下步骤:将直流微电网分割为多个变换器,构建变换器仿真模型;结合所述变换器仿真模型实现深度强化学习DDQN算法,构建奖励函数、动作空间和状态空间,并对所述状态空间进行归一化处理;调整所述深度强化学习DDQN算法参数;使用所述深度强化学习DDQN算法和奖励函数训练所述变换器,重构映射函数;在所述映射函数中输入动作空间,输出占空比到PWM中,通过动态调节所述占空比来调节变换器输出电压及输出功率,实现对所述直流微电网的无模型控制。与现有技术相比,本发明提高了控制器的瞬态性能、稳态性能和泛化性能。
技术关键词
微电网控制方法 深度强化学习 变换器 直流微电网 仿真模型 微电网智能控制系统 电流双闭环 算法 电压 上存储计算机程序 重构 可读存储介质 母线 误差 参数 控制器 代表 动态 模块
系统为您推荐了相关专利信息
1
适用于对称型CLLC谐振变换器的快速切载控制方法
谐振变换器电路 PI算法 稳态 暂态过程 谐振电感
2
一种PCB电路板压合成型仿真系统及方法
仿真模型 PCB电路板 翘曲高度 形态 仿真系统
3
一种基于MRS-YOLO模型的环卫工作评价方法
工作评价方法 YOLO模型 前馈神经网络 特征提取方法 视频流
4
面向低算力环境的模型量化与压缩方法
量化误差 信息评估方法 性能分析工具 样本生成方法 强化学习方法
5
一种基于欠驱动导航深度强化学习的无人船路径规划系统
深度强化学习算法 路径规划系统 路径规划器 距离信息 网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号