一种新型附加学习控制器及电力系统应用实例
维纳的《控制论》和钱学森的《工程控制论》共同奠定了经典控制理论的基础。在此基础之上,现代控制理论在性能优化和处理不确定性等方面对经典控制理论作了进一步的发展。本文提出一种融合经典控制与现代控制的控制方法,将属于现代控制的近似动态规划学习控制器以并联的方式附加到经典控制器上,从而形成一类新型附加学习控制器。该控制器采用基于策略迭代近似动态规划的训练算法和基于最小二乘的代价函数逼近算法,从而具有高策略搜索效率和高样本利用效率,其中动作依赖代价函数的引入使得在线学习不依赖系统模型。总之,所提附加学习控制器一方面融合了已有经典控制器的先验知识,另一方面为已有经典控制器提供了可设计的目标函数和自趋优机制。论文进一步从理论上严格证明了所提附加学习控制方法的稳定性和收敛性。针对双馈风电场暂态无功控制问题的仿真研究验证了所提附加学习控制器的正确性和方法的有效性。
附加学习控制、在线、优化、自适应、近似动态规划
TP181(自动化基础理论)
国家自然科学基金资助项目51377092;国家重点基础研究专项经费资助项目2012CB215103;国家自然科学基金创新研究群体科学基金资助项目51321005
2015-03-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
1723-1730