武昌理工学院学报2020,Vol.15Issue(3) :96-100.

采用强化学习的多机系统广域PSS控制

谢兴旺
武昌理工学院学报2020,Vol.15Issue(3) :96-100.

采用强化学习的多机系统广域PSS控制

谢兴旺1
扫码查看

作者信息

  • 1. 武昌理工学院,湖北武汉430223
  • 折叠

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.

关键词

低频振荡/电力系统稳定器/强化学习/广域测量系统

引用本文复制引用

出版年

2020
武昌理工学院学报
武汉科技大学中南分校

武昌理工学院学报

ISSN:
参考文献量7
段落导航相关论文