[发明专利]一种基于强化学习的火电燃烧优化方法

摘要

本发明涉及一种基于强化学习的火电燃烧优化方法，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，定义M_t＝{i_t,s_t,p_t}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息M_t‑1、M_t以及下一时刻的可控输入i_t+1预测下一时刻的中间状态量s_t+1和性能指标p_t+1；3)定义S_t＝{M_t‑2,M_t‑1,i_t}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作A_t，并且以前后状态的线性加权综合指标KPI的增量ΔCI_t作为马尔科夫决策问题的奖励R_t，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解。与现有技术相比，本发明具有泛化能力强、普遍适用性、快速响应等优点。

主权项

1.一种基于强化学习的火电燃烧优化方法，其特征在于，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，包括可控输入i_t、中间状态量s_t和性能指标p_t，并定义M_t＝{i_t,s_t,p_t}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息M_t‑1、M_t以及下一时刻的可控输入i_t+1预测下一时刻的中间状态量s_t+1和性能指标p_t+1；3)将燃烧过程的控制输入优化问题转化为马尔科夫决策问题，定义S_t＝{M_t‑2,M_t‑1,i_t}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作A_t，并且以前后状态的线性加权综合指标KPI的增量ΔCI_t作为马尔科夫决策问题的奖励R_t，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解，实现将来时刻的燃烧状态变量和性能指标的预测。