← 返回
控制与算法 强化学习 机器学习 PWM控制 ★ 4.0

基于元强化学习的永磁同步电机驱动电流控制

Meta-Reinforcement-Learning-Based Current Control of Permanent Magnet Synchronous Motor Drives for a Wide Range of Power Classes

作者 Darius Jakobeit · Maximilian Schenke · Oliver Wallscheid
期刊 IEEE Transactions on Power Electronics
出版日期 2023年7月
技术分类 控制与算法
技术标签 强化学习 机器学习 PWM控制
相关度评分 ★★★★ 4.0 / 5.0
关键词 元强化学习 永磁同步电机 电流控制 无模型控制 数据驱动控制 泛化能力
语言:

中文摘要

本文提出了一种基于元强化学习的电流控制方案,旨在解决传统数据驱动控制算法在不同系统间迁移时需重复训练、耗时耗力的问题。通过元学习方法,控制器能够快速适应不同功率等级的永磁同步电机系统,无需针对特定设备进行参数调整,提升了模型无依赖控制算法的通用性与部署效率。

English Abstract

Data-driven reinforcement-learning-based controller schemes have much potential to aid the design of model-free control algorithms that can be trained without the necessity of plant-specific parameter knowledge. Unfortunately, the corresponding training phase is a time-consuming and possibly money-consuming process, which needs to be repeated whenever application to a new plant system is requested...
S

SunView 深度解读

该技术对阳光电源的电机驱动类业务(如风电变流器、储能系统中的辅助电机控制)具有重要参考价值。元强化学习能够显著缩短不同功率等级变流器产品的调试周期,降低研发成本。建议研发团队关注其在风电变流器控制策略中的应用,通过引入元学习算法,提升变流器对不同电机参数的自适应能力,从而增强产品在复杂工况下的鲁棒性,并为iSolarCloud平台提供更智能的设备自优化运维支持。