期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
风扰下无人机栖落机动的强化学习控制设计
被引量：
1
1
作者
张威振
何真
汤张帆
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第11期1753-1761,共9页
针对无人机在风扰环境下的栖落机动过程,利用含控制的非线性动力学稀疏辨识(SINDYc)方法与模仿深度强化学习(IDRL)方法设计栖落机动的控制策略.首先,采用域随机化方法建立具有多种风况的栖落机动系统训练环境.然后,基于历史数据和候选...
针对无人机在风扰环境下的栖落机动过程,利用含控制的非线性动力学稀疏辨识(SINDYc)方法与模仿深度强化学习(IDRL)方法设计栖落机动的控制策略.首先,采用域随机化方法建立具有多种风况的栖落机动系统训练环境.然后,基于历史数据和候选函数库,采用SINDYc方法离线学习各个风况下栖落机动系统的稀疏模型,以有效辨识风况信息.接着,在具有多种风况的栖落机动系统训练环境中,采用IDRL算法进行栖落机动控制策略的训练,得到风扰下的栖落机动控制策略.最后,通过数值仿真验证了所设计的栖落机动控制策略在风扰环境下的有效性.
展开更多
关键词
风扰
栖落机动
飞行控制
稀疏辨识
模仿深度强化学习
在线阅读
下载PDF
职称材料
基于在线强化学习的风电系统自适应负荷频率控制
被引量：
24
2
作者
杨丽
孙元章
+2 位作者
徐箭
廖思阳
彭刘阳
《电力系统自动化》
EI
CSCD
北大核心
2020年第12期74-83,共10页
大规模风电接入给系统带来新的不确定性,影响系统频率响应特性,从数据驱动的角度出发,提出了一种基于自适应动态模型的在线强化学习方法,用于系统的负荷频率控制。建立低秩自编码器特征提取网络,从所量测的低维数据中发现隐藏特征;基于...
大规模风电接入给系统带来新的不确定性,影响系统频率响应特性,从数据驱动的角度出发,提出了一种基于自适应动态模型的在线强化学习方法,用于系统的负荷频率控制。建立低秩自编码器特征提取网络,从所量测的低维数据中发现隐藏特征;基于特征网络,建立非线性动态系统稀疏辨识学习模型,感知系统动态模型的潜在物理状态,提升模型在线学习效率;通过结合模型预测控制,进行实时决策控制。所提出方法能够有效解决传统模型预测控制对系统全局模型准确性的依赖问题,加强控制器对系统动态模型的自适应性,且能有效跟踪风电输出功率的随机波动。最后,以接入四型风机的负荷频率控制模型为例,验证所提方法的有效性。
展开更多
关键词
负荷频率控制
低秩自编码器
非线性动态系统稀疏辨识
模型预测控制
在线强化学习
在线阅读
下载PDF
职称材料
题名
风扰下无人机栖落机动的强化学习控制设计
被引量：
1
1
作者
张威振
何真
汤张帆
机构
南京航空航天大学自动化学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第11期1753-1761,共9页
基金
国家自然科学基金(61873126)资助项目。
文摘
针对无人机在风扰环境下的栖落机动过程,利用含控制的非线性动力学稀疏辨识(SINDYc)方法与模仿深度强化学习(IDRL)方法设计栖落机动的控制策略.首先,采用域随机化方法建立具有多种风况的栖落机动系统训练环境.然后,基于历史数据和候选函数库,采用SINDYc方法离线学习各个风况下栖落机动系统的稀疏模型,以有效辨识风况信息.接着,在具有多种风况的栖落机动系统训练环境中,采用IDRL算法进行栖落机动控制策略的训练,得到风扰下的栖落机动控制策略.最后,通过数值仿真验证了所设计的栖落机动控制策略在风扰环境下的有效性.
关键词
风扰
栖落机动
飞行控制
稀疏辨识
模仿深度强化学习
Keywords
wind disturbance
perching maneuver
flight
control
sparse
identification
of
nonlinear
dynam-ics
with
control
(
sindyc
)
imitation deep reinforcement learning(IDRL)
分类号
V249.11 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
基于在线强化学习的风电系统自适应负荷频率控制
被引量：
24
2
作者
杨丽
孙元章
徐箭
廖思阳
彭刘阳
机构
武汉大学电气与自动化学院
出处
《电力系统自动化》
EI
CSCD
北大核心
2020年第12期74-83,共10页
基金
国家重点研发计划资助项目(2018AAA0101501)。
文摘
大规模风电接入给系统带来新的不确定性,影响系统频率响应特性,从数据驱动的角度出发,提出了一种基于自适应动态模型的在线强化学习方法,用于系统的负荷频率控制。建立低秩自编码器特征提取网络,从所量测的低维数据中发现隐藏特征;基于特征网络,建立非线性动态系统稀疏辨识学习模型,感知系统动态模型的潜在物理状态,提升模型在线学习效率;通过结合模型预测控制,进行实时决策控制。所提出方法能够有效解决传统模型预测控制对系统全局模型准确性的依赖问题,加强控制器对系统动态模型的自适应性,且能有效跟踪风电输出功率的随机波动。最后,以接入四型风机的负荷频率控制模型为例,验证所提方法的有效性。
关键词
负荷频率控制
低秩自编码器
非线性动态系统稀疏辨识
模型预测控制
在线强化学习
Keywords
load frequency
control
low rank autoencoder
sparse
identification
of
nonlinear
dynamic system
model predictive
control
online reinforcement learning
分类号
TM614 [电气工程—电力系统及自动化]
TM761 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
风扰下无人机栖落机动的强化学习控制设计
张威振
何真
汤张帆
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于在线强化学习的风电系统自适应负荷频率控制
杨丽
孙元章
徐箭
廖思阳
彭刘阳
《电力系统自动化》
EI
CSCD
北大核心
2020
24
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
