采用强化学习的多机系统广域PSS控制

• 作者: 谢兴旺
• 来源期刊: 武昌理工学院学报
• 学科: 物理学
• 关键词: 低频振荡 电力系统稳定器 强化学习 广域测量系统
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 科学与技术
• 页码范围: 96-100
• 页数: 5页
• 分类号: O4
• 语种: 中文

摘要

常规电力系统稳定器(Power System Stabilizer,PSS)利用本地机组信号,虽能够较好控制系统局部振荡,但不能有效抑制区间低频振荡.本文设计2级PSS控制以抑制系统的低频振荡.将本地机组的角速度偏差信号作为第一级PSS(PSS1)输入来抑制局部振荡;把区域间机组的角速度偏差作为第二级PSS(PSS2)输入以抑制区间振荡.本文提出一种基于Actor-Critic(AC)强化学习(Reinforcement Learning,RL)的PSS控制策略,采用梯度下降法来在线更新AC-RL中RBF网络的权值,以改善系统对运行工况变化的适应性.4机2区系统仿真结果表明,与常规CPSS相比,AC-RL控制器具有更好控制效果、更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢兴旺		1	0	0.0	0.0