10.16182/j.issn1004731x.joss.22-0101
基于深度强化学习的Boost变换器控制策略
针对Boost变换器母线电压稳定控制存在模型不确定性和非线性的问题,提出了一种基于无模型深度强化学习的智能控制策略.结合强化学习DDQN(double DQN)算法与DDPG算法设计了Boost变换器控制器,包括了状态、动作空间、奖励函数以及神经网络的设计以提高控制器动态性能;基于ModelicaGym库开发工具包reinforment learning modelica(RLM)实现了Boost变换器模型与强化学习智能体的联合仿真.通过与双环PI控制器的对比仿真表明:强化学习控制器在三种工况下的母线电压稳定控制结果具有更好的动态性能.
Boost变换器、深度强化学习、DDQN算法、DDPG算法、协同仿真
35
TP391.9(计算技术、计算机技术)
国家自然科学基金;上海市科技创新行动计划;上海市科学技术委员会科研计划项目
2023-06-06(万方平台首次上网日期,不代表论文的发表时间)
共11页
1109-1119