23460

طراحي كنترل كننده مبتني بر يادگيري تقويتي براي بهبود نوسان در مبدل الكترونيك قدرت

كارشناسي ارشد

مهندسي برق گرايش كنترل

97-99

1399/12/12

دكتر محمد رضا جاهد مطلق

مهندسي برق

مبدل‌هاي الكترونيك قدرت كليدزنيبه دليل راندمان زياد، ابعاد كوچك، قيمت مناسب و قابليت اطمينان بالا بطور گسترده‌اي در صنايع الكتريكي و الكترونيكي مورد استفاده قرار مي‌گيرند. مبدل بوست يك مبدل DC-DC افزاينده و پركاربرد مي‌باشد كه در ماشين‌هاي برقي، منابع تجديدپذير، منابع تغذيه بدون وقفه، تجهيزات تصحيح ضريب قدرت و غيره استفاده مي‌شود. به طور كلي مبدل‌هاي الكترونيك قدرت، سيستم‌هاي غيرخطي متغير با زمان مي‌باشند و بواسطه نامعين بودن پارامترهاي مبدل، امكان مدل‌سازي ديناميكي دقيق آن‌ها در تمامي شرايط كاركرد مبدل سخت است، لذا كنترل مبدل‌هاي بوست يك مسئله كنترل غيرخطي چالش برانگيز است، تكنيك‌هاي كنترل خطي كلاسيك عملكرد نسبتا مناسبي ندارند زيرا مدل مبدل به وضعيت عناصر كليدزني بستگي دارد. در اين پژوهش يك استراتژي كنترل غيرخطي مبتني بر يادگيري تقويتي براي كنترل مبدل بوست ارائه شده ‌است. در اين پژوهش مسئله كنترل مبدل بوست به عنوان يك مسئله تصميم‌گيري چند مرحله‌اي بهينه با هدف دستيابي به يك ولتاژ خروجي ثابت فرمول‌بندي شده ‌است. مسائل تصميم‌گيري چند مرحله‌اي بهينه را مي‌توان با استفاده از چارچوب فرآيندهاي تصميم‌گيري ماركوف و يادگيري تقويتي حل كرد. نتايج شبيه‌سازي نشان مي‌دهد كه استراتژي يادگيري تقويتي براي كنترل ولتاژ خروجي با سرعت و دقت مناسب به 80 ولت كه ولتاژ خواسته شده مسئله مي‌باشد، همگرا شده است.

1400/01/15

Design a Controller Based on Reinforcement Learning to Improve Oscillation in Power Electronic Converter

1/1/1900 12:00:00 AM

Power electronic switching converters are widely used in the electrical and electronics industries due to their high efficiency, small size, reasonable price and high reliability. Boost converter is a widely used DC-DC converter in electrical machines, renewable sources, uninterruptible power supplies, power factor correction equipment, etc. In general, power electronic converters are nonlinear systems that change with time, and due to the uncertainty of the converter parameters, it is difficult to accurately model them dynamically in all converter operating conditions, so controlling boost converters is a challenging nonlinear control problem. therefore, the linear controller not relatively suitable because the converter model depends on the condition of the switching elements. In this research, a nonlinear control strategy based on reinforcement learning for boost converter control is proposed. In this research, the problem of boost converter control is formulated as an optimal multi-stage decision problem with the aim of achieving a constant output voltage. Optimal multi-stage decision-making problems can be solved using the framework of Markov decision-making processes and reinforcement learning. The simulation results show that the reinforcement learning strategy to control the output voltage with appropriate speed and accuracy has converged to 80 volts where the required voltage is the problem.