基于深度Q学习的强鲁棒性智能发电控制器设计

• 作者: 余涛 殷林飞
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 深度Q学习 智能发电控制 强鲁棒性 深度神经网络 多智能体系统
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能发电
• 页码范围: 12-19
• 页数: 8页
• 分类号: TM761+.2
• 字数: 5702字
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.05.002

摘要

在现代互联大电网背景下,研究了多区域强鲁棒性的智能发电控制策略.在Q学习的架构下,将深度神经网络的预测机制作为强化学习的动作选择机制,提出了一种具有强鲁棒性的深度Q学习算法,设计了基于该算法的智能发电控制器.针对智能电网下的智能发电控制问题,在多智能体系统的框架下采用所提深度Q学习算法进行控制,并与传统的PID、Q学习和Q(λ)算法进行对比.在IEEE标准2区域和以南方电网4区域为背景的仿真模型(采用了23 328种不同模型参数)中进行数值仿真,仿真结果验证了所提深度Q学习算法的可行性和有效性,也验证了所设计控制器的强鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余涛	华南理工大学电力学院	165	1484	19.0	31.0
2	殷林飞	华南理工大学电力学院	6	25	3.0	5.0