改进TD3容错控制器

故障下能量最大化

面向波浪能转换器的数据驱动容错控制策略，通过噪声注入、双经验回放与波浪预报信息融合，在传感器与执行器故障下最大化能量捕获。

Dong, Jingang · 谢正超 · Liu, Taiyou · 黄英博 · 那靖 · Pak Kin, Wong · Jing, Zhao

Energy 2026

技术优势

故障下仍能捕获能量

通过优先经验回放加强对高TD误差故障样本的学习，并用高奖励经验回放补充故障片段，使智能体在故障时也能做出高收益决策。

控制响应更贴合波浪

把波浪预报信息融入TD3决策过程，弥补控制响应与波浪扰动的匹配精度不足的问题。

学习更高效

三阶段噪声注入与两阶段优化策略构建的深度强化学习算法，提升了能量最大化控制的训练质量。

应用场景

• 强化学习控制：用改进TD3算法训练波浪能控制策略，无需精确建模。
• 波浪能发电：提升波浪能装置在故障下的发电量。
• 容错控制：在传感器和执行器故障时保持能量捕获性能。