[发明专利]一种基于锅炉热负荷均衡分配的制粉系统优化调度方法

权利要求书

1.一种基于锅炉热负荷均衡分配的制粉系统优化调度方法，其特征在于，从锅炉燃烧的经济性、安全性和环保性综合考虑磨煤机组合优化分配的控制效果形成值函数，利用强化学习网络对磨煤机组合出力进行优化，采用行动者-评论家的学习框架，学习磨煤机出力的控制策略，使得机组的经济性、安全性和环保性达到最优。

2.根据权利要求1所述的一种基于锅炉热负荷均衡分配的制粉系统优化调度方法，其特征在于，所述值函数为：

R＝a*R_a+b*R_b+c*R_c

其中，R_a是锅炉燃烧的经济性指标，R_b是锅炉燃烧的安全性指标，R_c是锅炉燃烧的环保型指标，a、b、c三个指标的权值，指标越受重视权值越高；

锅炉燃烧的经济性指标用锅炉效率表示，公式如下：

其中，Q₁为锅炉有效吸热量，Q_b为锅炉总热量；

燃烧的安全性指标用锅炉各个受热面测量的壁温与热平衡图上壁温的差值判断，公式如下：

其中，Eu是最大温度误差，T(i)为当前壁温，T_a(i)为热平衡图上的标准壁温，n是壁温的个数；

锅炉燃烧的环保性与出口NO_x浓度有关，公式如下：

其中，C_nox为当前出口NO_x浓度，C_min为浓度最小值，C_max为浓度最大值。

3.根据权利要求2所述的一种基于锅炉热负荷均衡分配的制粉系统优化调度方法，其特征在于，所述权值a、b、c均为1/3。

4.根据权利要求1所述的一种基于锅炉热负荷均衡分配的制粉系统优化调度方法，所述行动者-评论家的学习框架中，在线行动者的根据当前状态S_t和策略u，执行动作a_t，获得回报r_t和下一状态S_t+1，将生成的序列(s_t,a_t,r_t,s_t+1)保存到经验池中，同时从经验池中取出样本，更新网络参数；状态包含每台磨煤机的出力情况、负荷、给水流量，动作为磨煤机出力的变化；根据确定性策略梯度定理，更新在线行动者网络的损失函数为：

其中，m表示从经验池中取出的m个样本，Q(s_i,a_i,θ_u)为根据策略采取行动后的行为值函数，行为值函数由所述行动者-评论家的学习框架中的在线评论家网络给出；训练过程神经网络反向传播更新在线行动者网络参数θ_u，使得损失函数最小。