基于多经验回放池TD3算法的功率变换器控制方法

本发明涉及功率变换器管理技术领域，具体地说，涉及基于多经验回放池TD3算法的功率变换器控制方法。包括如下步骤：S1、构建功率变换器控制系统：功率变换器控制系统由功率变换器、动态感知层、策略优化层、轻量化执行层及PID控制器组成；S2、改进型TD3算法的实现：针对功率变换器控制特性改进TD3框架，采用多经验回放缓冲池的创新架构，将功率变换器的稳定性、瞬态惩罚和安全性作为综合奖励值的创新奖励函数，将Actor在线LSTM网络蒸馏成RBF网络。本发明设计采用TD3‑PID分层控制结构实现复杂工况下的优化控制；降低了对精确数学模型的依赖，同时通过强化学习实现了控制参数的智能寻优，提升了控制稳定性，同时显著降低计算复杂度，提升了模型的可解释性。