一种基于强化学习的微电网智能安全次级电压控制方法

本发明涉及一种基于强化学习的微电网智能安全次级电压控制方法，属于电网技术领域。该方法首先建立混合网络攻击下微电网次级控制模型。设计基于深度学习的DoS攻击防御网络，设计自适应FDI攻击补偿状态观测器，建立对未知FDI攻击的补偿，并设计补偿信号的自适应律，实现受到网络攻击下系统状态的估计。基于强化学习构造评价‑执行结构，结合反步法设计虚拟最优控制器和实际最优控制器，利用神经网络逼近系统模型、评价网络和执行网络中未知部分，并给出权重调节律。在性能指标函数中引入log型障碍函数，将输出约束在固定的常数区间内，以满足约束条件。本发明能应对DoS攻击和FDI攻击，保证微电网次级电压的稳定控制和安全运行。