基于TD3强化学习算法的DC-DC变换器控制方法技术

本发明专利技术公开了一种基于TD3强化学习算法的DC

【技术实现步骤摘要】
基于TD3强化学习算法的DC
‑
DC变换器控制方法


[0001]本专利技术涉及DC
‑
DC变换器智能控制
，特别涉及一种基于TD3强化学习算法的DC
‑
DC变换器控制方法。

技术介绍

[0002]随着电力电子和智能电网技术的不断发展，各种分布式可再生能源系统已集成到现有电力系统中。由于成本低、结构简单、效率高，DC
‑
DC开关变换器引起了广泛的研究关注。它们已应用于直流微电网、直流电机驱动和直流电源等，并在未来的工业、交通、军事等应用中表现出极大的应用前景。然而，变换器在应用过程中存在各种不确定性干扰，包括电路参数扰动、负载变化和供电电压波动等，受这些因素影响，变换器的瞬态输出电压需要较长时间才能恢复稳态，电能输出质量严重下降。因此，当系统面临不可避免的干扰时，提高DC
‑
DC变换器的动态响应性能被视为关键问题。
[0003]目前，用于DC
‑
DC变换器的基于强化学习的神经网络控制器主要分为两类。一种使用基于强化学习的神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于TD3强化学习算法的DC
‑
DC变换器控制方法，其特征在于，包括：基于DC
‑
DC变换器获取状态观测向量；基于TD3强化学习算法构建强化学习控制器模型，其中，所述强化学习控制模型包括强化学习智能体和奖励模块，将所述状态观测向量输入所述强化学习智能体，得到行为动作，并形成新状态观测向量；所述奖励模块基于所述行为动作得到即时奖励；基于所述即时奖励更新所述强化学习智能体的参数，直至收敛，得到训练好的强化学习控制器模型；基于所述训练好的强化学习控制器模型，实现对DC
‑
DC变换器的控制。2.根据权利要求1所述的基于TD3强化学习算法的DC
‑
DC变换器控制方法，其特征在于：获取状态观测向量的过程包括：获取参考电压，实时采集DC
‑
DC变换器的输出电压，基于所述参考电压和所述输出电压得到电压误差，基于所述电压误差得到误差积分；基于所述输出电压、电压误差和所述误差积分得到状态观测向量。3.根据权利要求1所述的基于TD3强化学习算法的DC
‑
DC变换器控制方法，其特征在于：所述强化学习智能体还包括策略模块和强化学习算法模块。4.根据权利要求3所述的基于TD3强化学习算法的DC
‑
DC变换器控制方法，其特征在于：所述强化学习...

【专利技术属性】
技术研发人员：叶剑，郭寰宇，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：