[发明专利]一种用于锅炉燃烧过程的控制方法、装置及存储介质

权利要求书

1.一种用于锅炉燃烧过程的控制方法，其特征在于，包括：

获取炉膛出口的氮氧化物排放量；

根据所述氮氧化物排放量，基于目标模型确定锅炉燃烧系统的最优可控参数，并根据所述最优可控参数对锅炉燃烧系统进行控制；

其中，所述目标模型通过以下方式得到：

根据t时刻的氮氧化物排放量，确定t时刻对应的所述可控参数；

根据t时刻对应的所述可控参数，预测t+1时刻的氮氧化物排放量；

根据t+1时刻的氮氧化物排放量，确定t时刻对应的回报；

根据t时刻对应的所述可控参数、所述氮氧化物排放量、所述回报以及t+1时刻的所述氮氧化物排放量，对第一策略网络模型进行优化，得到目标模型，其中，所述第一策略网络模型的输入包括所述氮氧化物排放量，输出包括所述可控参数，所述t大于等于0；

所述根据t时刻的氮氧化物排放量，确定t时刻对应的所述可控参数，包括：

将t时刻的氮氧化物排放量输入第一策略网络模型，得到所述第一策略网络模型输出的t时刻对应的可控参数；

所述根据t时刻对应的所述可控参数，预测t+1时刻的氮氧化物排放量，包括：

将t时刻对应的所述可控参数，输入基于循环神经网络的预测模型，得到所述预测模型输出的t+1时刻的氮氧化物排放量；

所述根据t时刻对应的所述可控参数、所述氮氧化物排放量、所述回报以及t+1时刻的所述氮氧化物排放量，对第一策略网络模型进行优化，得到目标模型，包括：

将t+1时刻的氮氧化物排放量输入第二策略网络模型，得到所述第二策略网络模型输出的t+1时刻对应的所述可控参数；

将t+1时刻对应的所述可控参数与所述氮氧化物排放量输入第二价值网络模型，得到所述第二价值网络模型输出的t+1时刻对应的值函数；

根据所述t+1时刻对应的值函数以及t时刻对应的值函数，计算损失函数，其中，所述t时刻对应的值函数是通过第一价值网络模型计算得到的；

根据所述损失函数对所述第一价值网络模型进行优化，并根据优化后的所述第一价值网络模型对所述第一策略网络模型进行优化，得到目标模型。

2.根据权利要求1所述的用于锅炉燃烧过程的控制方法，其特征在于，所述循环神经网络包括GRU神经网络。

3.根据权利要求1所述的用于锅炉燃烧过程的控制方法，其特征在于，所述根据t+1时刻的氮氧化物排放量，确定t时刻对应的回报，包括：

根据t+1时刻的氮氧化物排放量与预设的氮氧化物排放量的目标范围的关系，确定t时刻对应的回报。

4.根据权利要求1所述的用于锅炉燃烧过程的控制方法，其特征在于，所述可控参数包括以下一种或多种：给煤量、机组负荷、一次风压、一次风量、二次风量、省煤器出口氧量、第一排烟温度、第二排烟温度。

5.根据权利要求1所述的用于锅炉燃烧过程的控制方法，其特征在于，所述氮氧化物排放量包括氮氧化物的质量浓度。