基于近似动态规划的神经网络控制及在电力系统中应用.pdf

10 东北 电力技术 2009年第4期 基于近似动态规划的神经网络控制 及在电力系统中应用 OnNeuralNetworkControlBasedonApproximateDynamic PlanningandtheUsetothePowerSystem 赵 琰，邓 玮，张玉艳 (沈阳工程学院，辽宁 沈阳 110136) 摘要：对基于近似动态规划 (ADP)的神经网络控制的原理、分类和实现等进行了较全面的论述。介绍了基于ADP的神经 网络控制方法在电力系统中的应用。对基于APD的神经网络控制的未来研究发展方向进行了展望。 关键词：近似动态规划；神经网络；电力系统 [中图分类号]TM73；TP389．1；TP273 ．5 [文献标识码]B [文章编号】1004—7913(2009)04—0010—03 动态规划 (DP)方法是20世纪 50年代后期 1 近似动态规划方法的提出 由Bellman建立，用来求解离散系统最优控制问题 的一种迭代程序计算方法，也可以用来处理连续系 考虑离散时间非线性时变系统： 统的最优控制问题 。DP方法的适用范围很广，在 (t+1)= (t)，／,／(t)，t] (1) 诸多最优控制问题的理论研究中发挥了不可替代的 式中： (￡) ∈R 为系统状态变量 ； (￡) ∈R 作用。 为控制信号，t为离散时间。假设该系统的性能指 DP方法是通过求解 HJB方程来确定最优性能 标函数定义为 指标函数，当求解的HJB方程维数持续增加时， J[(i)，]：．∑ U[(k)，(k)，k] (2) 计算量随之呈指数态增长，这将导致 “维数灾” 式中： 为给定的效用 函数 (也称局部最优函 (curseofdimensionality)问题，是DP方法无法克 数)；y为折现因子，通常可通过选取0y1来 服的缺点。此外，DP方法是从控制过程的最后一 使得式 (2)的无限项级数和收敛。求解上述动态 步开始逆向搜索最优控制策略的过程，要求在某一 规划问题 目的是为了得到使式 (2) 中性能指标函 时刻到来之前，保留从这一时刻所有可能状态开始 数取得极小值的控制序列 Z／(k)，k=i， +l， + 到最后一步的全部子最优策略，这将给系统带来巨 大的计算和存储负担。 2，……。求解该问题的依据是 Bellman的最优性 原理 。最优性原理表述为：如果 u (0)，u 1977年，美 国学者 Werbos 提 出了被称为 “自适应评论设计”(AdaptiveCriticDesign，ACD) (1)，…，“(n一1)是最优控制策略，那么 “(1)， 的基于人工神经网络的近似动态规划算法。该方法 “(2)，…，“(n一1)也一定是一个 (n一1)步的 在传统的动态规划方法基础上，结合加强学习和反 最优控制策略，其初始状态为 (1)=／[ (0)， 向传播等概念，通过先后训练2个神经网络：评论 “(0)