基于强化学习的固体氧化物燃料电池输出电压自抗扰控制研究

管超骏, 雷正玲, 霍海波, 王芳, 姚国全, 刘涛

Active Disturbance Rejection Control of Output Voltage of Solid Oxide Fuel Cell Based on Reinforcement Learning

Chaojun GUAN, Zhengling LEI, Haibo HUO, Fang WANG, Guoquan YAO, Tao LIU

表2 ADRC-TD3算法主要超参数

Tab. 2 Main hyperparameters of ADRC-TD3 algorithm

参数 取值 折扣因子 0.99 经验池大小 2×106 Actor网络学习率 0.001 Critic网络学习率 0.000 1 样本学习个数 128 训练步数 4 000 软更新系数 0.005 延迟更新参数 2