[發明專利]一種基于PID控制器的電氣控制方法、裝置以及設備

在審

• 申請號: 201910722233.5
• 申請日: 2019-08-06
• 公開（公告）號: CN110320796A
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 羅鴻軒;金鑫;肖勇;張樂平;胡珊珊
• 申請（專利權）人: 南方電網科學研究院有限責任公司;中國南方電網有限責任公司
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王曉坤

1.一種基于PID控制器的電氣控制方法，其特征在于，包括：

構建PID控制器參數整定問題的目標函數，其中，所述目標函數的待定參數包括N個單維變量；

對所述N個單維變量進行離散化后，根據強化學習算法，采用N個代理分別對所述N個單維變量進行學習，確定所述N個單維變量的目標值；

根據所述N個單維變量的目標值，確定所述目標函數的最優值，完成所述PID控制器的參數整定；

利用完成參數整定后的PID控制器，對電氣控制系統中的控制對象進行控制。

2.如權利要求1所述的方法，其特征在于，所述構建PID控制器參數整定問題的目標函數，其中，所述目標函數的待定參數包括N個單維變量包括：

構建PID控制器參數整定問題的目標函數：

其中，e(t)為所述PID控制器的跟蹤誤差；u(t)為所述PID控制器的輸出；t_u為所述電氣控制系統的輸出信號y(t)從穩態值的10％上升到90％所用的上升時間；ey(t)＝y(t)-y(t-1)為超調懲罰項，當ey(t)≥0時，ω₄＝0；當ey(t)＜0時，ω₄≠0且ω₄＞＞ω₁；所述目標函數的待定參數包括第一權重ω₁、第二權重ω₂、第三權重ω₃及第四權重ω₄。

3.如權利要求2所述的方法，其特征在于，每個代理對每個單維變量進行學習的步驟包括：

S1：在第i(i＝1,2,...,N)個代理在第i(i＝1,2,...,N)個單維變量的可采取行為集合中選取當前行為后，確定所述目標函數的當前解；

S2：根據預設獎勵函數的計算規則與所述目標函數的當前解，確定所述當前行為對應的獎勵函數值；

S3：根據所述獎勵函數值更新所述當前行為對應的值函數，以便所述第i個代理根據更新后的值函數選取下一個行為；

S4：對所述當前解的所有維度加入不同擾動；

S5：循環執行所述S1至所述S4，直至循環次數達到預設次數，完成所述第i個單維變量的學習。

4.如權利要求3所述的方法，其特征在于，所述根據預設獎勵函數的計算規則與所述目標函數的當前解，確定所述當前行為對應的獎勵函數值包括：

根據確定所述第i個代理的當前行為第k步的獎勵函數值R^k；其中，J^k為所述目標函數的當前解；J_best為所述目標函數的初始最優解。

5.如權利要求4所述的方法，其特征在于，所述根據所述獎勵函數值更新所述當前行為對應的值函數包括：

根據V^k+1(i,j)＝(1-α)V^k(i,j)+α[R^k+(1-λ₂)L_max(i,j)+λ₂L_min(i,j)]對所述當前行為對應的值函數進行更新；

其中，V^k(i,j)為所述對應的值函數；L_l(i,j)為路徑值，l＝1表示向左的路徑，l＝2表示向右的路徑；λ₁為所述值函數V^k(i,j)的權重；α為學習速率；L_max(i,j)與L_min(i,j)分別為最大與最小的兩個路徑值；λ₂為所述最大與最小的路徑值的權重，(1-λ₂)＞λ₂。