计及深度强化学习的热电联产机组多工况自适应控制方法

    公开(公告)号:CN115421390B

    公开(公告)日:2024-11-01

    申请号:CN202211166934.3

    申请日:2022-09-23

    Applicant: 三峡大学

    Abstract: 计及深度强化学习的热电联产机组多工况自适应控制方法,考虑CHP机组在大范围工况随机出力运行时部分状态参数会发生非线性变化,建立表征不同出力工况下的CHP机组状态运行模型;基于建立的CHP机组状态运行模型,计及系统状态参数不确定变化建立多工况自适应控制模型;针对多工况自适应控制模型中控制模块的参数优化问题,设计MA‑DDPG算法多工况自适应控制参数优化策略;通过上述步骤,实现热电联产机组在多工况自适应控制下的负荷快速跟踪。本发明控制方法旨在保证系统控制可靠性的同时,实现热电联产机组在多工况自适应控制下的负荷快速跟踪,显著提升控制系统面对不确定复杂环境的自适应能力。

    计及深度强化学习的热电联产机组多工况自适应控制方法

    公开(公告)号:CN115421390A

    公开(公告)日:2022-12-02

    申请号:CN202211166934.3

    申请日:2022-09-23

    Applicant: 三峡大学

    Abstract: 计及深度强化学习的热电联产机组多工况自适应控制方法,考虑CHP机组在大范围工况随机出力运行时部分状态参数会发生非线性变化,建立表征不同出力工况下的CHP机组状态运行模型;基于建立的CHP机组状态运行模型,计及系统状态参数不确定变化建立多工况自适应控制模型;针对多工况自适应控制模型中控制模块的参数优化问题,设计MA‑DDPG算法多工况自适应控制参数优化策略;通过上述步骤,实现热电联产机组在多工况自适应控制下的负荷快速跟踪。本发明控制方法旨在保证系统控制可靠性的同时,实现热电联产机组在多工况自适应控制下的负荷快速跟踪,显著提升控制系统面对不确定复杂环境的自适应能力。

Patent Agency Ranking