[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

本發明公開了一種基于PID控制器的電氣控制方法、裝置、設備及計算機可讀存儲介質，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。本發明所提供的方法、裝置、設備及計算機可讀存儲介質，提高了PID控制器參數優化效率、收斂速度以及PID控制器的控制性能。

技術領域

本發明涉及過程控制技術領域，特別是涉及一種基于PID控制器的電氣控制方法、裝置、設備以及計算機可讀存儲介質。

背景技術

隨著電氣領域中的過程控制技術在近幾十年取得了較大的發展。世界范圍內的學者們研究出了多種控制方法，包括自適應控制、人工神經網絡控制、模糊控制等。其中，最基本的、應用最廣泛的是單回路的PID控制器。由比例(P)、積分(I)和微分(D)單元構成的PID控制器結構簡單，并且能夠在運行條件變化范圍較大時，保持較好的魯棒性。因此，如何優化整定PID控制器的比例、積分和微分參數是控制問題研究的重點之一。

現有技術中，參數優化方法包括兩個類別：傳統調節法和智能調節法。首先，傳統調節法包括Ziegler-Nichols算法、基于時域積分指標(Integral Square Time ErrorCriterion，ISTE)的最優PID參數調節法。其調節過程較為復雜，并且難以避免振蕩和大超調，較難獲得最優PID參數。因此，研究者致力于開發基于各種啟發式算法的智能PID參數整定方法。遺傳算法(Genetic Algorithm，GA)、粒子群算法(Particle Swarm Optimization，PSO)、模糊推理算法和人工神經網絡等人工智能技術隨后被用于PID參數的整定過程。這些技術可以有效地克服傳統調節法的上述缺點，增強PID控制器的控制性能。然而，這些技術也存在各自的缺陷。例如，GA需要先處理繁瑣的編碼過程，同時GA和PSO均依賴于種群的概念，其收斂時間較長，收斂速率較慢；模糊推理很難找到系統的方法完成算法自身參數的選擇；神經網絡中包含多層的神經元，如何確定隱層神經元的個數和神經元的初始權重也很難找到明確的方法。

綜上所述可以看出，如何提高PID控制器參數優化效率是目前有待解決的問題。

發明內容

本發明的目的是提供一種基于PID控制器的電氣控制方法、裝置、設備以及計算機可讀存儲介質，以解決現有技術中PID控制器的參數調節方法過程復雜、收斂時間較長、收斂速率較慢的問題。

為解決上述技術問題，本發明提供一種基于PID控制器的電氣控制方法，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。

優選地，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：