[發(fā)明專利]一種風(fēng)機(jī)虛擬慣量控制器的參數(shù)整定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810231882.0
• 申請(qǐng)日: 2018-03-20
• 公開（公告）號(hào): CN108459506B
• 公開（公告）日: 2020-12-08
• 發(fā)明（設(shè)計(jì)）人: 劉鋒;郭文濤;姚亞鑫;梅生偉
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G05B13/04
• 分類號(hào): G05B13/04
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 段俊濤

1.一種風(fēng)機(jī)虛擬慣量控制器的參數(shù)整定方法，其特征在于：包括如下步驟：

步驟1：系統(tǒng)頻率f和風(fēng)機(jī)轉(zhuǎn)子轉(zhuǎn)速w在輸入基于DHDP的在線學(xué)習(xí)結(jié)構(gòu)之前進(jìn)行預(yù)處理，利用預(yù)處理算法將f和w轉(zhuǎn)化為偏差量；

步驟2：設(shè)風(fēng)機(jī)虛擬慣量控制器的控制對(duì)象為：

x(t+1)＝F(x(t),v(t))

v(t)＝h(x(t),K)

其中，t為離散時(shí)間，x(t)∈Rⁿ為t時(shí)刻狀態(tài)向量，v(t)∈Rⁿ為t時(shí)刻控制向量，K∈R^l為控制器參數(shù)向量，F(xiàn)(x(t),v(t)):Rⁿ×R^m→Rⁿ為系統(tǒng)動(dòng)態(tài)，h(x(t),K):Rⁿ×R^l→R^m為控制策略，R為實(shí)數(shù)，n，m，l為空間維數(shù)，取值為正整數(shù)；

步驟3：利用下式計(jì)算在風(fēng)機(jī)虛擬慣量控制器的作用下控制對(duì)象在第t個(gè)采樣點(diǎn)的控制效果：

r(t)＝(r_f(t)+r_w(t)+r_u(t))Δt

其中r_f(t)用于約束系統(tǒng)的頻率偏移，r_u(t)用于約束虛擬慣量控制器的參數(shù)變化，r_w(t)用于約束風(fēng)機(jī)的轉(zhuǎn)子轉(zhuǎn)速，根據(jù)上式計(jì)算結(jié)果，得到控制對(duì)象從第t個(gè)采樣點(diǎn)開始的累積控制效果為：

其中0＜α＜1為折扣因子，α^i-1表示α的i-1次方；

步驟4：建立一個(gè)以神經(jīng)網(wǎng)絡(luò)為逼近結(jié)構(gòu)的評(píng)價(jià)網(wǎng)絡(luò)，評(píng)價(jià)網(wǎng)絡(luò)以狀態(tài)x(t)和控制u(t)為輸入，評(píng)價(jià)網(wǎng)絡(luò)輸出近似代價(jià)函數(shù)來逼近代價(jià)函數(shù)J(t)，J(t)應(yīng)滿足Bellman方程

J(t-1)＝r(t-1)+αJ(t)；

步驟5：建立一個(gè)以神經(jīng)網(wǎng)絡(luò)為逼近結(jié)構(gòu)的執(zhí)行網(wǎng)絡(luò)，執(zhí)行網(wǎng)絡(luò)將輸入的狀態(tài)x(t)映射為輸出u(t)，再根據(jù)一個(gè)比例-積分結(jié)構(gòu)更新控制器參數(shù)

K(t+1)＝K(t)+ΔK(t)＝K(t)+Mu(t)

其中K(0)為控制器的初始參數(shù)，M∈R⁺為調(diào)制因子，執(zhí)行網(wǎng)絡(luò)的目標(biāo)是最小化評(píng)價(jià)網(wǎng)絡(luò)估計(jì)的代價(jià)函數(shù)J(t)；

步驟6：設(shè)虛擬慣量控制器參數(shù)更新的最大時(shí)步為t_max，若系統(tǒng)運(yùn)行采樣點(diǎn)t大于t_max，訓(xùn)練即可停止，進(jìn)行步驟9，否則，采用當(dāng)前虛擬慣量控制器參數(shù)對(duì)控制對(duì)象進(jìn)行控制，采集控制對(duì)象的狀態(tài)向量，進(jìn)行步驟7；

步驟7：更新評(píng)價(jià)網(wǎng)絡(luò)的權(quán)重；

步驟8：更新執(zhí)行網(wǎng)絡(luò)的權(quán)重；

步驟9：輸出當(dāng)前控制器優(yōu)化后參數(shù)K(t)；

所述的步驟7具體過程包括以下步驟：

步驟7.1：設(shè)定評(píng)價(jià)網(wǎng)絡(luò)權(quán)重的更新次數(shù)指標(biāo)為i，初始化時(shí)使i＝0；

步驟7.2：設(shè)評(píng)價(jià)網(wǎng)絡(luò)的逼近誤差為

設(shè)定評(píng)價(jià)網(wǎng)絡(luò)的訓(xùn)練精度ε_c，為了防止訓(xùn)練出現(xiàn)死循環(huán)，設(shè)評(píng)價(jià)網(wǎng)絡(luò)的最大迭代次數(shù)為i_max，當(dāng)評(píng)價(jià)網(wǎng)絡(luò)的逼近誤差大于訓(xùn)練精度，且評(píng)價(jià)網(wǎng)絡(luò)權(quán)重的更新次數(shù)小于最大迭代次數(shù)時(shí)，進(jìn)行步驟7.3，此時(shí)，令第t個(gè)采樣點(diǎn)第i次更新中評(píng)價(jià)網(wǎng)絡(luò)權(quán)重為評(píng)價(jià)網(wǎng)絡(luò)隱層節(jié)點(diǎn)輸出φ_c(t)為φ_c(t,i)，輸出為否則訓(xùn)練停止，進(jìn)行步驟8；

步驟7.3：根據(jù)梯度下降算法訓(xùn)練評(píng)價(jià)網(wǎng)絡(luò)

其中l(wèi)_c為評(píng)價(jià)網(wǎng)絡(luò)的學(xué)習(xí)因子；

步驟7.4：更新評(píng)價(jià)網(wǎng)絡(luò)輸出

步驟7.5：更新評(píng)價(jià)網(wǎng)絡(luò)權(quán)重的更新次數(shù)指標(biāo)，使i＝i+1，進(jìn)行步驟7.2；

所述的步驟8具體過程包括以下步驟：

步驟8.1：設(shè)執(zhí)行網(wǎng)絡(luò)權(quán)重的更新次數(shù)指標(biāo)為j，初始化時(shí)使j＝0；

步驟8.2：設(shè)定執(zhí)行網(wǎng)絡(luò)的逼近誤差為

U_c(t)為近似代價(jià)函數(shù)需要逼近的目標(biāo)值，令U_c(t)＝0，設(shè)定執(zhí)行網(wǎng)絡(luò)的訓(xùn)練精度ε_a，為了防止訓(xùn)練出現(xiàn)死循環(huán)，設(shè)執(zhí)行網(wǎng)絡(luò)的最大迭代次數(shù)為j_max，當(dāng)執(zhí)行網(wǎng)絡(luò)的逼近誤差大于訓(xùn)練精度，且執(zhí)行網(wǎng)絡(luò)權(quán)重的更新次數(shù)小于最大迭代次數(shù)時(shí)，進(jìn)行步驟8.3，此時(shí)，令第t個(gè)采樣點(diǎn)第j次更新中執(zhí)行網(wǎng)絡(luò)權(quán)重為執(zhí)行網(wǎng)絡(luò)隱層節(jié)點(diǎn)輸出φ_a(t)為φ_a(t,j)，否則訓(xùn)練停止，進(jìn)行步驟6，

步驟8.3：根據(jù)梯度下降算法訓(xùn)練執(zhí)行網(wǎng)絡(luò)

其中l(wèi)_a為執(zhí)行網(wǎng)絡(luò)的學(xué)習(xí)因子，矩陣在第x行第y列的元素為

其中，φ_cx(t)為評(píng)價(jià)網(wǎng)絡(luò)隱層節(jié)點(diǎn)輸出φ_c(t)的第x個(gè)元素，為t時(shí)刻連接第(n+y)個(gè)輸入節(jié)點(diǎn)和第x個(gè)隱層節(jié)點(diǎn)的評(píng)價(jià)網(wǎng)絡(luò)權(quán)重；

步驟8.4：更新評(píng)價(jià)網(wǎng)絡(luò)權(quán)重的更新次數(shù)指標(biāo)，使i＝i+1，進(jìn)行步驟8.2。