一种基于状态机的功率变换器强化学习控制训练方法

本发明提供一种基于状态机的功率变换器强化学习控制训练方法，属于电力电子技术领域。包括以下步骤：S1、基于变换器指标构建状态机。S2、根据变换器特性搭建仿真环境，设计强化学习控制器。S3、在仿真环境中训练控制器，训练中，持续检测状态机，由此采取提前终止训练、延时终止训练、添加长期奖惩措施，重复直到完成训练。S1所述状态机是表征变换器运行情况的状态转移模型，包含待机、启动、正常和故障状态，且能描述状态转移关系。本发明在训练中监控状态机，触发高危故障则提前终止训练，触发低危故障则延时终止训练，长期正常运行则赋予额外奖励，降低负面样本影响，维持训练过程稳定，进而提升训练效率。