通信故障下蒸汽发生器水位MPC/DDPG切换控制

针对核动力蒸汽发生器系统存在未知通信故障、多变工况等复杂因素,提出蒸汽发生器水位模型预测/数据驱动切换控制方法。首先,进行深度强化学习(deep deterministic policy gradient,DDPG)数据驱动控制器设计,包括状态参数选取、动作参数设计、奖励函数设计、isdone条件设计与网络设计等。在蒸汽发生器控制系统没有发生通信故障时,DDPG控制器正常运行。在此基础上,设计模型预测(model predictive control,MPC)补偿控制器来抵御通信故障,在发生通信故障时,系统切换到MPC控制器来补偿丢失的数据。仿真结果表明:在典型外部输入下,蒸汽发生器水位MPC/DDPG切换控制器均能获得良好的控制性能,并且针对未知故障表现出了较好的稳定性和安全性。