摘要
本发明针对风力发电系统变桨距控制问题,提出了一种基于强化学习补偿算法的滑模变桨距控制方法。本专利提出的强化学习补偿算法是将滑模变结构控制和强化学习算法结合起来,基于模型的滑模变结构控制具有强鲁棒性和快速动态响应的特点,在滑模控制信号上叠加一个利用RBF神经网络实现的Actor‑Critic强化学习算法,该强化学习算法可以对系统中的不确定性、扰动和未建模部分进行动态补偿,滑模变结构控制保证初始控制性能,加快了整体算法收敛速度,利用梯度下降法更新网络的各项参数。本发明具有抗干扰好、对变化参数鲁棒性强以及速度快等优点,在保证功率输出稳定在额定值附近的同时,实现桨距角的平稳调节,减轻了机组疲劳度和组件间的磨损。