一种于强化学习的FDI网络攻击下双电机安全协调控制方法技术

本发明专利技术公开了一种于强化学习的FDI网络攻击下双电机安全协调控制方法，包括以下步骤：(1)建立柔性联接双永磁同步电机系统的双时间尺度数学模型；(2)建立双时间尺度数学模型的FDI网络攻击模型；(3)设计基于LQR理论的安全协调控制器；(4)依据步骤(2)建立的FDI网络攻击模型，设计无模型强化学习，对步骤(3)设计的安全协调控制器进行迭代求解；本方法避免了FDI网络攻击对系统造成的影响，采用强化学习算法可以不依赖模型数据，避免了因电机参数改变对系统的影响；对于提高网络化双永磁同步电机协调控制系统的协调控制性能以及保障网络安全性具有重要意义。安全性具有重要意义。安全性具有重要意义。

【技术实现步骤摘要】
一种于强化学习的FDI网络攻击下双电机安全协调控制方法


[0001]本专利技术属于双电机协调控制以及强化学习领域，特别涉及一种基于强化学习的FDI网络攻击下双电机安全协调控制方法。

技术介绍

[0002]近代以来电力电子技术在控制领域方面得到了巨大的成长，半导体器件随着导通关断能力增强，承受功率变高，频率响应变快等一系列改变，使得电路控制性能稳步增强。在现代工业的飞速发展环境下，电机控制在工业自动化控制领域中处于核心位置，而多电机协调控制是电机控制乃至工业生产自动化控制领域不可或缺的一部分。协调控制的目的就是使得控制对象能够实现高精度、高稳定度、快速响应等的同步控制或者比例控制等。在现代化生产中，人们对多电机协调控制的要求越来越高，研究多电机系统的协调控制具有重要的理论价值和实际意义。
[0003]但是，采用多电机协调这种驱动方式，也带来了一系列的问题。在实际控制系统中存在着各种不确定性(如模型参数不确定)和来自于外界的干扰力(如施加负载)，这些问题都会直接对多电机系统的性能造成不良影响，出于生产和人身安全考虑，这是系统所不允许的。对于多电机系统高精度、高稳定性的控制要求，需要设计一种有效的控制器。针对现代智能控制数学模型复杂，经验知识难获取，缺乏在线学习能力等问题，为了使控制系统具有更好的自适应能力及更优良的性能，需要更先进的控制算法来优化多电机协调控制系统。
[0004]强化学习(Reinforcement learning,RL)作为一种不依赖系统模型的数据驱动智能方法，可以通过系统的输入/>‑
输出数据设计最优控制器。在控制领域，RL也被称为自适应动态规划，通过策略评估和策略改进，迭代寻找哈密顿
‑
雅克比
‑
贝尔曼方程的解，如现有部分学者针对微电网领域，基于RL算法，提出了电流均衡和电压恢复控制策略；以及一种基于数据的RL方法来解决具有多个时延的离散时间多智能体系统的最优一致性跟踪控制问题。
[0005]网络化控制系统(Network Control System，NCS)是目前工业自动化中的一项热门技术，是由控制器、传感器、执行器和通信网络四大块构成的闭环控制系统。NCS最大特点是将网络和实体有效结合，各个器件之间可以通过网络实现资源和信息共享。近年来，工业和生产制造业不断发展，多电机系统的控制任务逐渐复杂，控制对象的分布区域不断扩大，有限物理地域内对多台电机的同步协调控制己经不能满足需求，需要控制对象不受地域限制能够实现同步协调动作。因此，多电机系统采用NCS技术，通过共用网络进行信号传输，可以克服传统的点对点控制需要大量布线的弊端，可实现更少的布线和更低的成本维护，且信号传递更实时，系统响应速度快。然而，随着信息技术的快速发展,数据的爆炸式增长使得数据和网络安全问题变得复杂且困难。2017年6月1日，《中华人民共和国网络安全法》正式施行。2020年6月1日，《网络安全审查办法》正式生效。法规和办法的出台不仅成为保护网络安全的有力武器，更是突显了网络安全的重要性。当前，互联网技术发展至今，各行各业都离不开网络技术的支持，意味着网络安全体系将会面临更大的挑战，故解决好网络安全
问题是NCS技术发展的基本要求。因此，保障多电机系统的网络安全是多电机系统网络化发展的一个前提，具有重要的研究意义和深远的影响。

技术实现思路

[0006]针对上述存在的技术不足，本专利技术的目的是提供一种于强化学习的FDI网络攻击下双电机安全协调控制方法，其不依赖模型参数，能够在FDI网络攻击情况下对双电机系统进行安全协调控制。
[0007]为解决上述技术问题，本专利技术采用如下技术方案：
[0008]本专利技术提供一种于强化学习的FDI网络攻击下双电机安全协调控制方法，包括以下步骤：
[0009](1)建立柔性联接双永磁同步电机系统的双时间尺度数学模型；
[0010](2)建立针对步骤(1)双时间尺度数学模型的FDI网络攻击模型；
[0011](3)设计基于LQR理论的安全协调控制器；
[0012](4)依据步骤(2)建立的FDI网络攻击模型，设计无模型强化学习，对步骤(3)设计的安全协调控制器进行迭代求解。
[0013]优选地，所述步骤(1)具体包括：
[0014](1
‑
1)建立双永磁同步电机在d
‑
q坐标轴下的电气方程：
[0015][0016][0017][0018][0019]其中，i
q1
为电机1的q轴电流；i
q2
为电机2的q轴电流；i
d1
为电机1的d轴电流；i
d2
为电机2的d轴电流；L
q1
为电机1的q轴定子电感；L
q2
为电机2的q轴定子电感；L
d1
为电机1的d轴定子电感；L
d2
为电机2的d轴定子电感；R1为电机1的定子电阻；R2分别为电机2的定子电阻；φ1为电机1的永磁磁通；φ2为电机2的永磁磁通；u
q1
为电机1的q轴电压；u
q2
为电机2的q轴电压；u
d1
为电机1的d轴电压；u
d2
为电机2的d轴电压；n
p1
为电机1的极对数；n
p2
为电机2的极对数；
[0020](1
‑
2)对于由弹性皮带联接的双电机系统，分析皮带受到拉伸而产生的相互作用力，所用公式为：
[0021][0022]其中，f1和f2是当两台电机转速出现误差时，皮带受到拉伸而产生的相互作用力，k为弹性皮带的劲度系数，r1和r2是滚筒1和滚筒2的半径，ω1和ω2是电机1和电机2的角速度；
[0023](1
‑
3)将皮带产生的相互作用力看作是两台电机的额外负载，则两电机实际负载所用公式为：
[0024][0025]其中，T
l
'1和T
l
'2是电机1和电机2的外部负载；
[0026](1
‑
4)依据步骤(1
‑
1)
‑
步骤(1
‑
3)的模型，可得柔性联接的双永磁同步电机系统数学模型，所用公式为：
[0027][0028](1
‑
5)选取交叉耦合控制结构，整理得到柔性联接双永磁同步电机系统数学模型的状态空间形式，所用公式为：
[0029][0030]其中：
[0031]x＝[i
q1 i
q2 ω
1 ω
2 p
1 p
2 ω
d1 ω
d2
]T
[0032][0033][0034][0035][0036][0037][0038][0039](1
‑
6)考虑电机系统的双时间尺度特性，提取时间尺度参数ξ＝L
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种于强化学习的FDI网络攻击下双电机安全协调控制方法，其特征在于，包括以下步骤：(1)建立柔性联接双永磁同步电机系统的双时间尺度数学模型；(2)建立针对步骤(1)双时间尺度数学模型的FDI网络攻击模型；(3)设计基于LQR理论的安全协调控制器；(4)依据步骤(2)建立的FDI网络攻击模型，设计无模型强化学习，对步骤(3)设计的安全协调控制器进行迭代求解。2.如权利要求1所述的一种于强化学习的FDI网络攻击下双电机安全协调控制方法，其特征在于，所述步骤(1)具体包括：(1
‑
1)建立双永磁同步电机在d
‑
q坐标轴下的电气方程：q坐标轴下的电气方程：q坐标轴下的电气方程：q坐标轴下的电气方程：其中，i
q1
为电机1的q轴电流；i
q2
为电机2的q轴电流；i
d1
为电机1的d轴电流；i
d2
为电机2的d轴电流；L
q1
为电机1的q轴定子电感；L
q2
为电机2的q轴定子电感；L
d1
为电机1的d轴定子电感；L
d2
为电机2的d轴定子电感；R1为电机1的定子电阻；R2分别为电机2的定子电阻；φ1为电机1的永磁磁通；φ2为电机2的永磁磁通；u
q1
为电机1的q轴电压；u
q2
为电机2的q轴电压；u
d1
为电机1的d轴电压；u
d2
为电机2的d轴电压；n
p1
为电机1的极对数；n
p2
为电机2的极对数；(1
‑
2)对于由弹性皮带联接的双电机系统，分析皮带受到拉伸而产生的相互作用力，所用公式为：其中，f1和f2是当两台电机转速出现误差时，皮带受到拉伸而产生的相互作用力，k为弹性皮带的劲度系数，r1和r2是滚筒1和滚筒2的半径，ω1和ω2是电机1和电机2的角速度；(1
‑
3)将皮带产生的相互作用力看作是两台电机的额外负载，则两电机实际负载所用公式为：其中，T
′
l1
和T
′
l2
是电机1和电机2的外部负载；(1
‑
4)依据步骤(1
‑
1)
‑
步骤(1
‑
3)的模型，可得柔性联接的双永磁同步电机系统数学模型，所用公式为：
(1
‑
5)选取交叉耦合控制结构，整理得到柔性联接双永磁同步电机系统数学模型的状态空间形式，所用公式为：其中：x＝[i
q1 i
q2 ω
1 ω
2 p
1 p
2 ω
d1 ω
d2
]
TTTTTT
(1
‑
6)考虑电机系统的双时间尺度特性，提取时间尺度参数ξ＝L
q1
，建立为双时间尺度系统，所用公式为：其中：其中：其中：x＝[i
q1 i
q2 ω
1 ω
2 p
1 p
2 ω
d1 ω
d2
]
TTT
3.如权利要求1所述的一种于强化学习的FDI网络攻击下双电机安全协调控制方法，其特征在于，所述步骤(2)具体包括：(2
‑
1)将控制...

【专利技术属性】
技术研发人员：杨春雨，王海，赵建国，张恒晋，厉功贺，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：