一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法技术方案

本发明专利技术公开了一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，包括：将原始负荷控制问题转化为关于跟踪误差的增广误差系统调节问题；基于锅炉汽轮机运行历史数据构建经验池，提出离策略Q学习方法，根据批量采样信息更新状态‑动作值函数，设计评价神经网络近似Q函数，并结合最小二乘法迭代更新状态‑动作值Q函数；再利用的采样‑训练循环嵌套训练框架，进一步在线优化评价网络权值；设计Q学习自适应控制器，生成具有优化趋向的数据存入经验池，实现Q学习算法的导向学习，以自适应调整系统的负荷控制策略。本发明专利技术高效利用系统运行数据和经验导向的学习方式，解决了锅炉汽轮机系统负荷控制中的数据利用难和数据质量要求高等难题。

【技术实现步骤摘要】

本专利技术涉及锅炉汽轮机系统数据驱动控制领域，主要涉及一种基于经验导向q学习的锅炉汽轮机系统负荷控制方法。

技术介绍

1、随着“双碳”政策的推进，火力发电与可再生能源的相互耦合成为能源低碳化的关键策略。然而，这一趋势也为火电厂带来了新的挑战，即平抑电网波动。在这一背景下，优化火电厂锅炉汽轮机系统负荷控制对于确保电网的安全稳定运行至关重要。

2、尽管传统的控制方案，如比例积分微分(pid)控制器，因部署简单在工业过程控制领域得到广泛使用，但它们在负荷快速变化时适应能力不足，难以满足设计要求。因此，一些学者提出了基于反馈线性化方法的先进经济模型预测控制方案，以实现较好的跟踪精度和经济性能。此外，还有学者考虑在控制方案中引入了状态观测器和误差积分器，并提出了模糊鲁棒控制，实验证明该方法具有较好的跟踪性能和鲁棒性。然而，所有这些方法都建立在对系统模型的精确建立之上。事实上，对于存在许多非线性、参数耦合等复杂过程的系统，比如锅炉汽轮机系统，这些复杂性极大地阻碍了基于模型方法的进一步发展。

3、强化学习，又称自适应动态规划，作为一种数据驱动的人本文档来自技高网...

【技术保护点】

1.一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，其特征在于，步骤1中具体包括如下内容：

3.根据权利要求2所述一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，其特征在于，步骤2具体包括如下内容：

4.根据权利要求3所述一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，其特征在于，步骤3具体包括如下内容：

5.根据权利要求4所述一种基于经验导向Q学习的锅炉汽轮机系统负荷控制方法，其特征在于，步骤4具体包括如下内容：

【技术特征摘要】

1.一种基于经验导向q学习的锅炉汽轮机系统负荷控制方法，其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于经验导向q学习的锅炉汽轮机系统负荷控制方法，其特征在于，步骤1中具体包括如下内容：

3.根据权利要求2所述一种基于经验导向q学习的锅炉汽轮机系统负荷控制...

【专利技术属性】
技术研发人员：刘晓敏，彭献永，范赫，余梦君，王浩宇，杨春雨，周林娜，赵峻，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：