减温水阀控制策略的优化方法、装置以及减温水阀制造方法及图纸

技术编号:30179280 阅读:25 留言:0更新日期:2021-09-25 15:41
本发明专利技术实施例公开了一种减温水阀控制策略的优化方法、装置以及减温水阀,包括获取减温水阀的原始动作数据;基于原始动作数据构建减温水阀的状态

【技术实现步骤摘要】
减温水阀控制策略的优化方法、装置以及减温水阀


[0001]本专利技术实施例涉及减温水阀控制
,尤其涉及一种减温水阀控制策略的优化方法、装置以及减温水阀。

技术介绍

[0002]为了推进燃煤电厂超低排放和节能改造,实施燃煤锅炉节能环保综合改造,以提升火力发电综合经济指标至关重要。这其中,如何使锅炉中过热蒸汽温度快速降温,使过热器出口温度维持在约束范围内,且使管壁温度不超过允许的工作温度,是火电机组中智能优化面临的关键问题。
[0003]过热器温度过高或者过低都会显著影响火力发电厂的安全性和经济性。过热蒸汽温度过高会造成过热器、蒸汽管道和汽轮机的高压部分金属损坏,过热蒸汽温度过低会降低整个电厂的热效率并且会影响汽轮机的安全性以及经济性。
[0004]过热蒸汽温度通过减温水阀进行控制,目前流行的火力发电中减温水阀控制策略采用PID控制策略,其工作原理为:当蒸汽温度超过目标温度值越多,则控制减温水阀的阀门开度越大,喷射减温水越多,以使蒸汽温度迅速降温。但是,该种工作方式只能观测极少数火力发电机组中的参数,从而给出减温水阀控制策略,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种减温水阀控制策略的优化方法,其特征在于,包括:获取减温水阀的原始动作数据,其中,所述原始动作数据包括火力发电机组运行过程中的仪表数据以及减温水阀的控制参数;基于所述原始动作数据构建所述减温水阀的状态

动作序列数据集;基于所述状态

动作序列数据集通过强化学习算法构建火力发电机组的模拟环境模型,其中,所述模拟环境模型包括减温水阀控制策略模型以及机组状态转移策略模型;对所述减温水阀控制策略模型与所述机组状态转移策略模型进行预设优化迭代次数的寻优交互,得到优化后的所述减温水阀控制策略模型,其中,所述寻优交互的优化目标为所述减温水阀调节过热蒸汽的当前温度处于预设目标温度范围内。2.根据权利要求1所述的优化方法,其特征在于,在所述预设优化迭代次数的所述寻优交互过程中,使用给定初始化状态作为第1次所述寻优交互的输入值,使用第n次所述寻优交互的输出值作为第n+1次所述寻优交互的输入值,n≥1。3.根据权利要求2所述的优化方法,其特征在于,所述对所述减温水阀控制策略模型与所述机组状态转移策略模型进行寻优交互包括:将第m次所述寻优交互的输出值s
m
作为输入值输入所述减温水阀控制策略模型,得到输出值a
m
,其中,s
m
表示m时刻所述火力发电机组的机组状态,a
m
表示所述火力发电机组的状态为s
m
时的所述减温水阀的阀门开度,m小于或等于所述预设优化迭代次数;将输入值s
m
以及所述输出值a
m
构建成状态向量[s
m
,a
m
];将所述状态向量[s
m
,a
m
]输入所述机组状态转移策略模型,得到第m+1次所述寻优交互的输出值s
m+1
,其中,s
m+1
表示m+1时刻所述火力发电机组的机组状态;在完成所述预设优化迭代次数的寻优交互之后,得到优化后的所述减温水阀控制策略模型。4.根据权利要求1所述的优化方法,其特征在于,在构建所述模拟环境模型的过程中,所述基于所述状态

动作序列数据集通过强化学习算法构建火力发电机组的模拟环境模型包括:基于所述状态

动作序列数据集通过强化学习算法构建所述火力发电机组的所述模拟环境模型,以及通过神经网络构建判别器模型,其中,所述模拟环境模型包括所述减温水阀控制策略模型以及所述机组状态转移策略模型;将预设给定机组状态输入所述模拟环境模型,生成模拟环境下的模拟状态动作序列数据集;将所述模拟状态动作序列数据集...

【专利技术属性】
技术研发人员:张超张海恩刘昌鑫高耸屹刘泽琳徐亮
申请(专利权)人:南栖仙策南京科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1