10.3321/j.issn:0258-8013.2009.19.003
基于Q学习的互联电网动态最优CPS控制
控制性能标准(control performance standard,CPS)下互联电网自动发电控制(automatic generation control,AGC)系统是一个典型的不确定随机系统,应用基于马尔可夫决策过程(Markov decision process,MDP)理论的Q学习算法可有效地实现控制策略的在线学习和动态优化决策.将CPS值作为包含AGC的电力系统"环境"所给的"奖励",依靠Q值函数与CPS控制动作形成的闭环反馈结构进行交互式学习,学习目标为使CPS动作从环境中获得的长期积累奖励值最大.提出一种实用的半监督群体预学习方法,解决了Q学习控制器在预学习试错阶段的系统镇定和快速收敛问题.仿真研究表明,引入基于Q学习的CPS控制可显著增强整个AGC系统的鲁棒性和适应性,有效提高了CPS的考核合格率.
自动发电控制、Q学习、马尔可夫决策过程、控制性能标准、最优控制
29
TM732(输配电工程、电力网及电力系统)
2010-07-07(万方平台首次上网日期,不代表论文的发表时间)
13-19