基于强化学习的PSS最优控制策略的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究背景 | 第11-12页 |
| ·低频振荡研究现状 | 第12-16页 |
| ·低频振荡的概念 | 第12-13页 |
| ·低频振荡的研究机理 | 第13-16页 |
| ·低频振荡的控制方法 | 第16-18页 |
| ·现有PSS 优化方法的不足点 | 第18-19页 |
| ·本文主要研究内容 | 第19-21页 |
| 第二章 理论介绍与仿真建模 | 第21-39页 |
| ·强化学习 | 第21-23页 |
| ·马尔可夫决策过程 | 第21页 |
| ·强化学习算法 | 第21-23页 |
| ·Q-学习方法介绍 | 第23-25页 |
| ·Q(λ)学习方法 | 第25-27页 |
| ·资格迹在强化学习中的应用 | 第25-26页 |
| ·Q(λ)学习算法 | 第26-27页 |
| ·R(λ)学习方法 | 第27-30页 |
| ·仿真建模 | 第30-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 基于折扣型强化学习的PSS 参数优化 | 第39-53页 |
| ·PSS 模型结构 | 第39-40页 |
| ·状态划分设置 | 第40-41页 |
| ·奖励函数设置 | 第41-42页 |
| ·仿真研究 | 第42-51页 |
| ·奖励函数选取比较 | 第43-47页 |
| ·算法效果比较 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于折扣型强化学习的PSS 控制器 | 第53-63页 |
| ·控制器结构 | 第53页 |
| ·状态划分与奖励函数设置 | 第53-55页 |
| ·仿真研究 | 第55-62页 |
| ·Q(λ)与Q 学习算法在两种扰动下的收敛性比较 | 第56-58页 |
| ·权值系数a_P、a_w、a_V 的影响 | 第58-59页 |
| ·区域联络线路上发生三相短路 | 第59-60页 |
| ·改变线路阻抗值 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于平均报酬型强化学习的PSS 控制器 | 第63-70页 |
| ·R(λ)学习算法设计 | 第63-64页 |
| ·R(λ)学习算法流程 | 第64页 |
| ·仿真分析 | 第64-68页 |
| ·算法收敛性 | 第65-66页 |
| ·区域联络线路上发生三相短路 | 第66-67页 |
| ·改变线路阻抗值 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 总结 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |
