基于Q学习的互联电网动态最优CPS控制

作者：余涛; 周斌; 陈家荣

来源：中国电机工程学报, 2009, (19): 13-19.

DOI：10.13334/j.0258-8013.pcsee.2009.19.015

• 自动发电控制
• Q学习
• 马尔可夫决策过程
• 控制性能标准
• 最优控制 automatic generation control
• Q-learning
• Markov decision process
• control performance standard
• optimal control

控制性能标准(control performance standard,CPS)下互联电网自动发电控制(automatic generation control,AGC)系统是一个典型的不确定随机系统,应用基于马尔可夫决策过程(Markov decision process,MDP)理论的Q学习算法可有效地实现控制策略的在线学习和动态优化决策。将CPS值作为包含AGC的电力系统"环境"所给的"奖励",依靠Q值函数与CPS控制动作形成的闭环反馈结构进行交互式学习,学习目标为使CPS动作从环境中获得的长期积累奖励值最大。提出一种实用的半监督群体预学习方法,解决了Q学习控制器在预学习试错阶段的系统镇...

• 单位
  香港理工大学; 华南理工大学