龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：华南理工大学
摘要：本发明公开了一种基于VI策略的off‑policy输出反馈数据驱动Q学习的控制方法、系统、设备及存储介质，所述方法包括：基于单相电压源UPS逆变器的离散时间系统模型，构建逆变器模型的状态空间表达式；基于逆变器模型的状态空间表达式，构建代数黎卡提方程；基于代数黎卡提方程，构建基于状态反馈的VI的off‑policyQ函数；根据基于off‑policy的状态反馈数据驱动Q学习VI算法，采用最小二乘法对off‑policyQ函数求解；通过状态重构引理，将基于状态反馈的VI的off‑policyQ函数推导出基于输出反馈的VI的off‑policyQ函数，以使基于输出反馈的VI的off‑policyQ函数的求解不依赖于系统状态变量的测量。本发明不仅能够准确地控制电力转换和切换操作，以提高系统的能源利用效率，还能够在面对不可测量的状态信息时保持稳定运行，从而提高系统的可靠性和鲁棒性。
主权项：1.一种基于VI策略的off-policy输出反馈数据驱动Q学习的控制方法，其特征在于，所述方法包括：基于单相电压源UPS逆变器的离散时间系统模型，构建逆变器模型的状态空间表达式；基于逆变器模型的状态空间表达式，构建代数黎卡提方程；基于代数黎卡提方程，构建基于状态反馈的VI的off-policyQ函数；根据基于off-policy的状态反馈数据驱动Q学习VI算法，采用最小二乘法对基于状态反馈的VI的off-policyQ函数求解；通过状态重构引理，将基于状态反馈的VI的off-policyQ函数推导为基于输出反馈的VI的off-policyQ函数，以使基于输出反馈的VI的off-policyQ函数的求解不依赖于系统状态变量的测量。
全文数据：
权利要求：
百度查询： 华南理工大学 基于VI策略的off-policy输出反馈数据驱动Q学习的控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号