...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Electric power systems research >Reinforcement learning tuned decentralized synergetic control of power systems
【24h】

Reinforcement learning tuned decentralized synergetic control of power systems

机译：强化学习调整的电力系统分散协同控制

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, decentralized synergetic controllers with varying parameters are developed to dampen oscillations in electric power systems via the excitation systems of the generators. Each generator is treated as a subsystem for which a synergetic controller is designed. Each subsystem is a dynamical system driven by a function that estimates the effect of the rest of the system. A particle swarm optimization (PSO) technique is employed to initialize the controllers' gains. Then, reinforcement learning (RL) is used to vary the gains obtained after implementing the PSO so as to adapt the system to various operating conditions. Simulation results for a two area power system indicate that this technique gives a better performance than synergetic fixed gains controllers, or conventional power system stabilizers. Simulation results are obtained using the power analysis toolbox (PAT).
机译：在本文中，开发了具有可变参数的分散式协同控制器，以通过发电机的励磁系统来抑制电力系统中的振荡。每个发电机都被视为为其设计了协同控制器的子系统。每个子系统都是一个动态系统，由一个功能驱动，该功能可以估算系统其余部分的效果。粒子群优化（PSO）技术用于初始化控制器的增益。然后，使用强化学习（RL）来改变在实施PSO之后获得的增益，从而使系统适应各种操作条件。两区域电力系统的仿真结果表明，该技术比协同固定增益控制器或常规电力系统稳定器具有更好的性能。使用功率分析工具箱（PAT）获得仿真结果。

著录项

  • 来源
    《Electric power systems research》 |2012年第2012期|p.34-40|共7页
  • 作者

    Taoridi Ademoye; Ali Feliachi;

  • 作者单位

    Advanced Power & Electric Research Center (APERC). West Virginia University, P.O. Box 6109, Morgantown, WV 26506-6109, United States;

    Advanced Power & Electric Research Center (APERC). West Virginia University, P.O. Box 6109, Morgantown, WV 26506-6109, United States;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    synergetic control; reinforcement learning; particle swarm optimization;

    机译：协同控制强化学习;粒子群优化;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号