买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市德兰明海新能源股份有限公司

摘要：本申请涉及一种基于强化学习的模块化多电平变流器的底层控制方法，获取环境的状态观测和奖励，并将状态观测和奖励输入至智能体中，得到智能体输出的动作以对模块化多电平变流器进行底层控制，环境的状态观测和奖励基于动作发生变化，基于变化后的状态观测和奖励进行上述对多电平变流器进行底层控制的迭代循环，直至满足第一预设条件以获得智能体的最优策略，并根据最优策略对模块化多电平变流器进行底层控制，其中第一条件为奖励达到最大值或迭代循环的次数达到预设值，因此通过本申请基于强化学习的模块化多电平变流器的底层控制方法能够实现对多电平变流器的最佳控制，提升多电平变流器的工作性能。

主权项：1.一种基于强化学习的模块化多电平变流器的底层控制方法，其特征在于，所述模块化多电平变流器设于环境中，所述方法包括：步骤S1，获取所述环境的状态观测和奖励；所述环境的状态观测包括模块化多电平变流器的桥臂电流、桥臂参考电压，模块化多电平变流器中各子模块的电容电压、各子模块的运行状态；步骤S2，将所述状态观测和奖励输入至智能体中，得到所述智能体输出的动作，所述动作用于对模块化多电平变流器中各子模块的运行状态进行控制；步骤S3，所述环境的所述状态观测和所述奖励基于所述动作发生变化，基于变化后的状态观测和奖励进行步骤S1-步骤S2的迭代循环，直至满足第一预设条件以获得智能体的最优策略，所述第一预设条件为：所述奖励达到最大值或所述迭代循环的次数达到预设值；利用所述最优策略以对所述模块化多电平变流器进行底层控制；所述奖励通过所述模块化多电平变流器的运行性能参数和奖励函数获取；所述模块化多电平变流器中各子模块包括多个功率器件开关；所述运行性能参数包括桥臂参考电压的跟踪性能参数、各子模块电容电压的平衡性能参数和功率器件开关损耗的优化性能参数；所述奖励函数包括： rt=ω 1 r V t+ω 2 r C t+ω 3 r S t； 其中，rt为所述奖励，ω1为预设的第一常数，rVt为桥臂参考电压的跟踪性能参数，ω2为预设的第二常数，rCt为各子模块电容电压的平衡性能参数，ω3为预设的第三常数，rSt为所述功率器件开关损耗的优化性能参数，t为循环迭代的次数；每一次循环迭代中的所述第一常数相同，每一次循环迭代中的所述第二常数相同，每一次循环迭代中的所述第三常数相同。

全文数据：

权利要求：

百度查询： 深圳市德兰明海新能源股份有限公司 基于强化学习的模块化多电平变流器的底层控制方法