文献

J-GLOBAL ID：202102212940884979   整理番号：21A2639676

強化学習による電力変換器の有限制御セットモデル予測制御のための重み係数の実時間更新【JST・京大機械翻訳】

Weighting Factors’ Real-time Updating for Finite Control Set Model Predictive Control of Power Converters via Reinforcement Learning

著者 (3件)： He Jinsong (School of Electrical and Electronic Engineering, Nanyang Technological University,Singapore) ,  Xing Lantao (School of Electrical and Electronic Engineering, Nanyang Technological University,Singapore) ,  Wen Changyun (School of Electrical and Electronic Engineering, Nanyang Technological University,Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICIEA  ページ： 707-712  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 重み付け因子(WF)の選択は,電力変換器の有限制御セットモデル予測制御(FCS MPC)のための一般的障害である。本論文では,強化学習(RL)によりWFを更新する一般的手法を提案した。WFsの選択は,ユーザ定義要求を完全に考慮して,オンラインで自己教示する。訓練された政策は,リアルタイムでWFを更新するために展開される。パラメータ変動または負荷変化の場合,自己t教プロセスは何時でも再活性化できる。このアイデアを,LC入力フィルタでカスケードしたFCS MPC制御独立型インバータ上で検証した。シミュレーション結果は,RLがdcリンク電圧安定化を犠牲にすることなく負荷電圧追跡精度を著しく改善することを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  電圧 ,  フィルタ ,  電圧安定化 ,  *電力変換器 ,  重みづけ ,  *強化学習
準シソーラス用語： パラメータ変動 ,  モデル予測制御 ,  実時間 ,  オンライン ,  再活性化 ,  重み係数 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 強化学習 ,  電力変換器 ,  モデル予測制御 ,  重み係数 ,  実時間 ,  更新