【技术实现步骤摘要】
本专利技术属于计算机系统控制，具体涉及一种基于两阶段训练强化学习的自抗扰控制器参数优化方法。
技术介绍
1、永磁同步电机具有功率密度大、转化效率高等优点，因而被广泛应用。提高速度环的动态响应能力对提升永磁同步电机的控制性能十分重要。自抗扰控制因其抗干扰能力以及无模型特性，使其具备应用于永磁同步电机的速度环控制的潜力。
2、但是自抗扰控制器的参数较多，参数之间存在耦合关系且敏感性较弱，参数调整通常依赖于识别的粗糙模型，即基于经验的手动调节方法，该方法既耗时又难以获得满意的控制性能。许多研究人员将人工智能算法与自抗扰控制器结合，通过参数调优以自适应输出控制策略，包括使用了aco(ant colony optimization)、dbo(dung beetleoptimization)以及pso(particle swarm optimization)等启发式算法来结合自抗扰控制器，通过算法的学习和迭代能力优化参数，获得更好性能的控制器输出。但是启发式算法通常基于经验来构造，在处理复杂的实际问题时表现不稳定，且不能保证找到最优解。...
【技术保护点】
1.一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述自抗扰控制器模型为一阶自抗扰控制器模型，自抗扰控制器模型包括跟踪微分单元、扩张状态观测单元和非线性状态反馈单元三个部分。
3.根据权利要求2所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述跟踪微分单元的工作过程为：
4.根据权利要求3所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述扩张状态...
【技术特征摘要】
1.一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述自抗扰控制器模型为一阶自抗扰控制器模型，自抗扰控制器模型包括跟踪微分单元、扩张状态观测单元和非线性状态反馈单元三个部分。
3.根据权利要求2所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述跟踪微分单元的工作过程为：
4.根据权利要求3所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，所述扩张状态观测单元的工作过程为：
5.根据权利要求4所述的一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，其特征在于，...
【专利技术属性】
技术研发人员：刘健行，刘壮，范雨思，朱乔曼，林欣魄，沈肖宁，张欧阳，徐睿琦，高亚斌，
申请(专利权)人：江淮前沿技术协同创新中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。