本发明公开了一种基于神经网络和强化学习的混合能量管理方法,属于自动化技术领域。本发明采用模糊控制器的输出作为神经网络初始的离线数据集来进行训练,应用学习得到的神经网络产生新的数据加入至原有的数据集中,并反复更迭这两个过程。针对每个时刻的状态,采用训练之后的神经网络来预测当前状态在采取相应动作之后转移到的下一状态,根据累计奖励最大化的原则选择一定长度的最优动作序列,选取动作序列的第一个动作作为当前状态的最优控制动作。利用该方法可有效减少能量的浪费并且通过超级电容辅助
锂电池供电,减少了锂电池的使用,达到了延长锂电池寿命的目标。
声明:
“基于神经网络和强化学习的混合能量管理方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)