在策略SARSA算法在互联电网CPS最优控制中的应用

被引：14

作者：

余涛

张水平

机构：

[1] 华南理工大学电力学院

来源：

电力系统保护与控制 | 2013年 / 41卷 / 01期

关键词：

随机控制; 自动发电控制; CPS标准; SARSA算法; 强化学习;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 ;

摘要：

CPS标准下的互联电网的自动发电控制(AGC)系统是一个典型的不确定随机系统,提出一种新型应用于AGC系统的随机最优控制策略——基于SARSA算法的互联电网CPS最优控制策略。SARSA算法更多地考虑控制策略动作的花费,倾向于避开进入随机系统中搜索一些危险的状态,相对于离策略(off-policy)的Q学习算法,在策略(on-policy)SARSA算法的学习试错过程中对受控系统影响更小。仿真结果表明,基于SARSA算法的CPS控制器较Q学习算法有更好的鲁棒性和适应性,能够获得更佳的CPS指标。

引用

收藏

页码：211 / 216

页数：6

相关论文

共 13 条

[1] 强化学习的模型、算法及应用 [J].

战忠丽 ;

王强 ;

陈显亭 .

电子科技, 2011, 24 (01) :47-49

[2] 遗传蚁群融合算法及在不确定性无功优化中的应用研究 [J].

周申培 ;

严新平 .

电力系统保护与控制, 2010, 38 (24) :120-123

[3] 基于平均报酬模型全过程R(λ)学习的互联电网CPS最优控制 [J].

余涛 ;

袁野 .

电力系统自动化, 2010, 34 (21) :27-33

[4] 对CPS标准下AGC与一次调频配合问题的研究 [J].

王珍意 ;

谢一工 ;

尹成全 ;

刘和森 .

电力系统保护与控制, 2009, 37 (19) :22-25+51

[5] 基于证据理论的可中断负荷不确定性风险收益评估模型 [J].

张颖 ;

张有兵 ;

曹一家 ;

常向伟 .

电力系统保护与控制, 2009, 37 (16) :1-6

[6] 强化学习理论在电力系统中的应用及展望 [J].

余涛 ;

周斌 ;

甄卫国 .

电力系统保护与控制, 2009, 37 (14) :122-128

[7] 基于Q学习的互联电网动态最优CPS控制 [J].

余涛 ;

周斌 ;

陈家荣 .

中国电机工程学报, 2009, 29 (19) :13-19

[8] 基于强化学习的互联电网CPS自校正控制 [J].

余涛 ;

周斌 .

电力系统保护与控制, 2009, 37 (10) :33-38

[9] 试验设计中的重复试验次数的确定 [J].

管宇 ;

杨琪瑜 .

生物数学学报, 2005, (03) :115-120

[10] 强化学习研究综述 [J].

高阳 ;

陈世福 ;

陆鑫 .

自动化学报, 2004, (01) :86-100