-
公开(公告)号：CN115912389A
公开(公告)日：2023-04-04
申请号：CN202211555477.7
申请日：2022-12-07
Applicant: 广西大学
IPC: H02J3/18 , H02J3/16 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种基于复合型深度强化学习的静止同步补偿器控制方法，该深度强化学习方法将前置的卷积神经网络处理后的数据经过经验池和随机采样后输入当前网络和目标网络，利用损失函数和克罗内克因子近似自然策略梯度下降来更新参数，最后当前网络输出控制。所提深度强化学习方法不仅能够获取更高的奖励回报，而且能够提高样本采样效率，能解决配电网静止同步补偿器控制效果欠缺问题，更好实现配电网静止同步补偿器控制功能，提高电压稳定性和暂态性能，优化配电网静止同步补偿器在电力系统无功功率的吸收或发出，提高电力系统稳定性，改善电能质量。
Search Results
1
records
(took 0.033 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
