文献

J-GLOBAL ID：201702240417613023   整理番号：17A1554552

最小二乗ポリシー反復法を用いた現実的な波力エネルギー変換器モデルの制御【Powered by NICT】

Control of a Realistic Wave Energy Converter Model Using Least-Squares Policy Iteration

著者 (4件)： Anderlini Enrico (Industrial Doctoral Centre, Offshore Renewable Energy, Edinburgh, U.K.) ,  Forehand David I. M. (Institute of Energy Systems, University of Edinburgh, Edinburgh, U.K.) ,  Bannon Elva (Wave Energy Scotland, Highlands and Islands Enterprise, Inverness, U.K.) ,  Abusara Mohammad (College of Engineering, University of Exeter, Cornwall, U.K.)
資料名： IEEE Transactions on Sustainable Energy  (IEEE Transactions on Sustainable Energy)
巻： 8  号： 4  ページ： 1618-1628  発行年： 2017年 
JST資料番号： W2291A  ISSN： 1949-3029  CODEN： ITSEAJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最小二乗政策反復法を用いた波力エネルギー変換器の非線形モデルの抵抗制御,関数近似を組み込み,特徴として使用されている表および動径基底関数とのために開発されたアルゴリズム。この方法を用いて,制御器は平均発電電力の最大化のための各海面状態における最適パワーテイクオフ減衰係数を学習する。アルゴリズムの性能を,二つのオンライン強化学習スキームに対して評価した:Q学習とSARSA。定常かつ不規則波両者では,最小二乗ポリシー反復法は他の方法よりも優れており,学習のための不利な条件から出発した。同じ性能を両基底関数で観察され,Q関数過小動径基底関数の少数であった。短い学習時間は,実際の波力エネルギー変換器の実用化のための基礎である。さらに本論文では,最小二乗ポリシー反復法は,そのモデルを必要としない性質,モデル化誤差の影響を除去するために強い非線形効果にもかかわらず,波力エネルギー変換器のエネルギー吸収を最大化できることを示した。浮体形状は強化学習制御システムダイナミックスにおける変動に適応できることを示すためにシミュレーション中に変化した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *波力エネルギー ,  システムダイナミックス ,  制御装置 ,  *変換器 ,  シミュレーション ,  減衰定数 ,  関数近似 ,  *最小二乗法 ,  不規則波 ,  強化学習 ,  動径基底関数 ,  *逐次近似 ,  学習制御 ,  基底関数 ,  アルゴリズム

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (5件)： 反復法 ,  現実 ,  波力エネルギー ,  変換器 ,  モデル