[发明专利]成套设备的控制装置

说明书

技术领域

本发明涉及一种成套设备的控制装置，特别涉及一种火力发电成套设备的控制装置。

背景技术

在成套设备的控制装置中，处理从控制对象即成套设备得到的运转状态量的测量信号，算出给予控制对象成套设备的操作信号，作为控制指令传递给控制装置。

在这样的成套设备的控制装置中，为使成套设备的运转状态量的测量信号满足其目标值，实际装有计算操作信号的算法(algorism)。

作为在成套设备的控制中使用的控制算法，有PI(比例、积分)控制算法。在PI控制中，将成套设备的测量信号与其目标值之间的偏差乘上比例增益得到一个值，并在该值上再加上对偏差进行时间积分而得到的值，从而导出给予控制对象的操作信号。

另外，为适应成套设备的运转状态或环境的变化，自动修正/变更控制算法，也可以利用适应控制或学习算法来控制成套设备。

作为对使用学习算法来控制成套设备的控制装置的操作信号进行导出的方法，在日本特开2000-35956号公报中记载了关于一种控制装置的技术，该控制装置采用了利用模型的强化学习法。

在采用该强化学习法的技术的方法中，控制装置具有预测控制对象的特性的模型和学习使模型的输出达到其目标值的模型输入的生成方法的学习部。

并且，通过将在学习部学习的模型输入输入到模型中，可以得到模型输出接近其目标值的效果。

在这种学习型适应控制中，联机修正/变更控制算法，该控制算法使用 测量了成套设备运转状态的测量信号修正模型，通过用修正后的模型再次执行学习来高精度地控制成套设备。

因此，所述学习必须在相对于成套设备从控制装置输出的操作信号变更的周期(控制周期)以内修正模型，用修正后的模型再次执行学习，结束该学习来修正/变更控制算法。

该控制周期可以看作从成套设备操作后、直到稳定为止的时间，一般长度为几分钟到几十分钟。

例如，在以火力发电成套设备为代表的复杂的成套设备的控制中，因为模型输入次数从数十个到数百个，学习的模型输入的组合数(探索空间)增大，所以学习时间变长，结果是为精度良好地进行成套设备的控制而通过联机进行必要的控制算法的修正/变更变得困难。

因此，为在控制周期以内结束学习，必须对应模型输入次数的增加来修正模型，提高用该修正后的模型再次进行学习的速度。

在日本特开平7-160661号公报中，公开了一种如下的技术：在神经网络的学习中根据成套设备测量值信息的组合将教示数据分类成多个图形，然后基于控制结果提取学习的图形，通过只学习被提取的图形的教示数据来提高学习速度。

专利文献1：日本特开2000-35956号公报

专利文献2：日本特开平7-160661号公报

通过采用在日本特开2000-35956号公报中记载的利用了模型的强化学习法的技术，可以自动学习能够达成控制目标的操作信号的生成方法。

但是，在根据测量了成套设备的运转状态的测量信号修正模型，通过用修正后的模型再次进行学习而修正控制算法的情况下，若复杂的成套设备中模型输入次数增大，则在控制成套设备的控制周期以内进行所述学习变得困难。

另外，若使用日本特开平7-160661号公报中记载的技术，则通过利用图形化分割教示数据，可以缩小搜索空间而提高学习的速度。即，即使在模型输入次数增加、搜索空间(教示数据数)增加的情况下，通过适当地执行图形化也可以在控制周期以内进行学习。

但是，在被分类的教示数据有偏差的情况下，由于学习的图形教示数 据数变少，无法获得所希望的学习结果，得不到所希望的学习结果。

另外，因为分类的图形的种类根据控制装置的设计者的知识来决定，所以有在图形生成时人工的负担变得很大的问题。

发明内容

本发明的目的在于提供一种成套设备的控制装置，其根据测量了成套设备运转状态的测量信号修正模型，用该修正后的模型高速执行再次学习的学习，修正成套设备的控制算法，从而精度良好地控制成套设备。