[发明专利]一种双馈风力发电机的量子深度强化学习控制方法有效
| 申请号： | 202010833105.0 | 申请日： | 2020-08-18 |
| 公开（公告）号： | CN112202196B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 殷林飞;雷嘉明;李钰;马晨骁;高放 | 申请（专利权）人： | 广西大学 |
| 主分类号： | H02J3/38 | 分类号： | H02J3/38;H02P9/00;H02P101/15;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南宁启创知识产权代理事务所(特殊普通合伙) 45122 | 代理人： | 谢美萱 |
| 地址： | 530004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种双馈风力发电机的量子深度强化学习控制方法，该方法能解决电网故障切除后以及在电网电压不对称骤升时的双馈风力发电机定子磁链变化的控制问题。所提方法为贝叶斯量子反馈控制、深度学习和强化学习结合的控制方法。贝叶斯量子反馈控制过程分为状态估计和反馈控制两步，且反馈的输入为历史测量和当前测量记录。贝叶斯量子反馈能有效控制固态量子比特中的消相干。深度学习部分采用卷积神经网络模型和反向传播方法。强化学习部分利用基于马尔科夫决策过程的Q学习作为所提方法整体的控制框架。本发明所提方法能有效提升双馈风力发电机的控制稳定性，提高风能利用效率。 | ||
| 搜索关键词： | 一种 风力发电机 量子 深度 强化 学习 控制 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学，未经广西大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010833105.0/，转载请声明来源钻瓜专利网。
