-
公开(公告)号：CN113595426B
公开(公告)日：2022-11-01
申请号：CN202110763455.9
申请日：2021-07-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于强化学习的多电平变换器的控制方法，属于直流输电技术领域，本发明以处理后的关键电气量作为输入，以多电平变换器各有效开关所采取的动作出现的概率作为输出，构建一个多输入多输出的神经网络，利用神经网络实现对多电平变换器的控制；同时引入奖励值，并通过强化学习算法对神经网络的内部参数进行更新。如此，本发明将强化学习算法应用到电路较为复杂的多电平变换器的控制中，不需要了解复杂的电路模型，可以直接根据测量的输入输出数据对神经网络的参数进行更新以实现控制，省略了多电平变换器传统控制中诸如PI控制、调制、均压控制等多个环节。
-
公开(公告)号：CN113595426A
公开(公告)日：2021-11-02
申请号：CN202110763455.9
申请日：2021-07-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于强化学习的多电平变换器的控制方法，属于直流输电技术领域，本发明以处理后的关键电气量作为输入，以多电平变换器各有效开关所采取的动作出现的概率作为输出，构建一个多输入多输出的神经网络，利用神经网络实现对多电平变换器的控制；同时引入奖励值，并通过强化学习算法对神经网络的内部参数进行更新。如此，本发明将强化学习算法应用到电路较为复杂的多电平变换器的控制中，不需要了解复杂的电路模型，可以直接根据测量的输入输出数据对神经网络的参数进行更新以实现控制，省略了多电平变换器传统控制中诸如PI控制、调制、均压控制等多个环节。
-
Search Results
2
records
(took 0.019 seconds)
