一种准比例谐振控制器参数调整方法及系统技术方案

本发明专利技术公开了一种准比例谐振控制器参数调整方法，包括如下步骤：获取逆变器及负载的模型，以此作为参数调整强化学习训练环境；构建深度确定性策略梯度强化学习框架，定义深度确定性策略梯度强化学习框架参数；深度确定性策略梯度强化学习框架参数包括状态、动作和奖励值；在参数调整强化学习训练环境中训练参数调整强化学习框架的智能体。本发明专利技术基于强化学习方法实现多并联准比例谐振控制器控制参数的整定方法，由于强化学习控制算法对被控对象的数学模型和运行状态不敏感，其自学习能力对参数变化或外部干扰具有较强的自适应性和鲁棒性，能够在多准比例谐振控制器并联时满足控制要求，并能够在负载变化时确保控制效果。

Parameter adjustment method and system of quasi proportional resonance controller

【技术实现步骤摘要】
一种准比例谐振控制器参数调整方法及系统
本专利技术涉及自动化
，尤其涉及一种准比例谐振控制器参数调整方法及系统。
技术介绍
准比例谐振控制可以实现交流量的无差跟踪，在逆变器控制中应用广泛。当逆变器输出多个频点的交流量时，需要多准比例谐振控制器并联。多并联准比例谐振控制器控制参数较多、整定复杂，特别是当负载变化时，固定的准比例谐振控制器控制参数常常不能满足控制要求。目前的多并联准比例谐振控制器控制参数整定多依赖伯德图等经典控制理论方法，整定复杂；并且整定时往往针对某种特定负载情况整定，导致逆变器不能适应多负载情况，当负载变化时，控制效果大打折扣。
技术实现思路
针对现有技术的不足，本专利技术提供一种准比例谐振控制器参数调整方法及系统，解决现有技术中多并联准比例谐振控制器的控制效果不佳的问题。为实现上述目的，本专利技术提供以下的技术方案：一种准比例谐振控制器参数调整方法，基于强化学习进行调整，包括如下步骤：获取逆变器及负载的模型，以此作为参数调整强化学习训练环境；构建深度确定性策略梯本文档来自技高网...

【技术保护点】
1.一种准比例谐振控制器参数调整方法，其特征在于，基于强化学习进行参数调整，包括如下步骤：/n获取逆变器及负载的模型，以此作为参数调整强化学习训练环境；/n构建深度确定性策略梯度强化学习框架，定义深度确定性策略梯度强化学习框架参数；所述深度确定性策略梯度强化学习框架参数包括状态、动作和奖励值；/n在所述参数调整强化学习训练环境中训练所述参数调整强化学习框架的智能体，并在训练完成后得到最终的准比例谐振控制器参数。/n

【技术特征摘要】
1.一种准比例谐振控制器参数调整方法，其特征在于，基于强化学习进行参数调整，包括如下步骤：
获取逆变器及负载的模型，以此作为参数调整强化学习训练环境；
构建深度确定性策略梯度强化学习框架，定义深度确定性策略梯度强化学习框架参数；所述深度确定性策略梯度强化学习框架参数包括状态、动作和奖励值；
在所述参数调整强化学习训练环境中训练所述参数调整强化学习框架的智能体，并在训练完成后得到最终的准比例谐振控制器参数。


2.根据权利要求1所述的准比例谐振控制器参数调整方法，其特征在于，所述步骤：在所述参数调整强化学习训练环境中训练所述参数调整强化学习框架的智能体中，训练方法包括：
设置准比例谐振控制器参数，得到输出交流量，将所述输出交流量与预设的参考交流量比对得到误差值；
根据所述误差值给出奖励值，根据奖励值和状态做出动作；
重复上述步骤直至达到结束条件，输出最后一次设置的准比例谐振控制器参数。


3.根据权利要求2所述的准比例谐振控制器参数调整方法，其特征在于，所述步骤在所述参数调整强化学习训练环境中训练所述参数调整强化学习框架的智能体中的训练方法中，每个状态对应一个调整大阶段，每个调整大阶段包括若干个调整小阶段，训练方法包括步骤：
设置准比例谐振控制器参数，得到输出交流量，将所述输出交流量与预设的参考交流量比对得到误差值；根据所述误差值给出奖励值，根据奖励值和状态做出动作。


4.根据权利要求3所述的准比例谐振控制器参数调整方法，其特征在于，所述步骤：根据所述误差值给出奖励值，根据奖励值和状态做出动作中，给出奖励值包括：
当前的误差值小于前一状态的误差值时，进行第一奖励；当前的误差值在预设的误差范围内时，进行第二奖励；第一奖励...

【专利技术属性】
技术研发人员：卫才猛，郭琳，陈锦鹏，李荣斌，高士森，周晓明，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司惠州供电局，
类型：发明
国别省市：广东;44