基于TD3深度强化学习的三相PWM整流器PI控制器参数自动整定方法

《Chinese Journal of Electrical Engineering》：Self-tuning of PI Control Parameters for Three-phase PWM Rectifiers Based on Deep Reinforcement Learning

　　三相脉宽调制（PWM）整流器的控制参数调优与优化在提升动态和稳态性能方面起着关键作用。传统的比例-积分（PI）参数整定方法多依赖试错法，耗时较长；而频域方法（例如波特图分析）则存在理论模型与实际实现之间的不匹配问题。因此，亟需一种高效且自动化的参数整定方法。本文提出了一种基于双延迟深度确定性策略梯度（TD3）算法的三相PWM整流器PI控制器参数自动整定方法。建立了一种基于深度强化学习（DRL）的两阶段安全导向框架，并通过Matlab/Simulink仿真以及基于DSP+FPGA数字控制平台结合硬件在环（HIL）测试的实验验证了其有效性。仿真与实验结果表明，训练后的智能体能够实现参数自动整定，并在负载突变条件下展现出优异的动态性能。