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
谐振变换器电路
PI算法
稳态
暂态过程
谐振电感
工作评价方法
YOLO模型
前馈神经网络
特征提取方法
视频流
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
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