[發明專利]一種風場協同控制方法及裝置

有效

• 申請號: 202010035870.8
• 申請日: 2020-01-14
• 公開（公告）號: CN111245008B
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 趙俊華;趙煥;梁高琪
• 申請（專利權）人: 香港中文大學（深圳）
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/46
• 代理公司: 深圳市恒申知識產權事務所(普通合伙) 44312
• 代理人: 袁文英

1.一種風場協同控制方法，其特征在于，所述控制方法包括以下步驟：

接收風場系統中神經網絡單元發送的初始代理狀態，及接收所述神經網絡單元發送的初始代理行為，所述初始代理行為為所述初始代理狀態對應的行為；

基于預設的風場分析模型，利用所述初始代理狀態及所述初始代理行為確定預執行行為，并確定所述預執行行為的引導獎勵；

根據所述引導獎勵的收益確定獎勵參數，并根據所述獎勵參數及所述預執行行為更新所述神經網絡單元，得到新的代理狀態及新的代理行為，直至所述代理狀態及所述代理行為確定的執行行為收斂；

根據所述執行行為生成控制行為信號，利用所述控制行為信號控制所述風場系統；

其中，所述基于預設的風場分析模型，利用所述初始代理狀態及所述初始代理行為確定預執行行為，及確定所述預執行行為的引導獎勵的步驟包括：

基于所述風場分析模型獲取所述初始代理狀態對應的標準行為，依照所述標準行為將所述初始代理行為更新為所述預執行行為；

所述標準行為的公式如下：

a_c＝arg max K(s_t,a_c,t)

其中，a_c表示所述標準行為，s_t表示t時刻的觀察狀態，a_c,t表示t時刻的所述標準行為，K表示所述風場分析模型函數；

所述預執行行為的計算公式如下：

a_e＝(1-γⁱ)·a_o+γⁱ·a_c

其中，a_e表示所述預執行行為，γ表示折現因子，i表示迭代次數，a_o表示所述代理行為，a_c表示所述標準行為；

基于所述風場分析模型確定所述預執行行為對應的引導獎勵，所述引導獎勵的計算公式如下：

r_g,t＝E(s_t,a_e,t)

其中，r_g,t表示t時刻的引導獎勵，E表示用于評估的所述風場分析模型，s_t表示t時刻的觀察狀態，a_e,t表示t時刻的預執行行為。

2.如權利要求1所述的風場協同控制方法，其特征在于，所述神經網絡單元包含：Q網絡及策略網絡；

則所述接收風場系統中神經網絡單元發送的初始代理狀態，及接收所述神經網絡單元發送的初始代理行為的步驟之前包括：

將所述Q網絡進行初始化處理，得到初始代理狀態，所述Q網絡的表達式如下：

Q(a,s|θ^Q)

其中，a表示所述行為，s表示觀察狀態，θ^Q表示Q網絡參數；

將所述策略網絡進行初始化處理，得到初始代理行為，所述策略網絡的表達式如下：

μ(s|θ^μ)

其中，s表示所述觀察狀態，θ^μ表示策略網絡參數；

所述初始代理行為的計算公式如下：

a_o,t＝μ(s_t|θ^μ)+N_t

其中，a_o,t表示t時刻的代理行為，μ(s_t|θ^μ)表示所述策略網絡選擇的所述代理行為，s_t表示t時刻的觀察狀態，θ^μ表示策略網絡參數，N_t表示高斯噪聲。