公开(公告)号：CN108826354B

公开(公告)日：2019-07-12

申请号：CN201810449729.5

申请日：2018-05-11

Applicant: 上海交通大学

Inventor： 张卫东 ,  邹罗葆 ,  程引 ,  房方 ,  尹浩

IPC: F23N5/00

Abstract: 本发明涉及一种基于强化学习的火电燃烧优化方法，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，定义Mt＝{it,st,pt}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息Mt‑1、Mt以及下一时刻的可控输入it+1预测下一时刻的中间状态量st+1和性能指标pt+1；3)定义St＝{Mt‑2,Mt‑1,it}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作At，并且以前后状态的线性加权综合指标KPI的增量ΔCIt作为马尔科夫决策问题的奖励Rt，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解。与现有技术相比，本发明具有泛化能力强、普遍适用性、快速响应等优点。

公开(公告)号：CN108826354A

公开(公告)日：2018-11-16

申请号：CN201810449729.5

申请日：2018-05-11

Applicant: 上海交通大学

Inventor： 张卫东 ,  邹罗葆 ,  程引 ,  房方 ,  尹浩

IPC: F23N5/00

CPC classification number: F23N5/00 ,  F23N2023/04 ,  F23N2023/10 ,  F23N2023/48 ,  F23N2900/05006

Abstract: 本发明涉及一种基于强化学习的火电燃烧优化方法，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，定义Mt＝{it,st,pt}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息Mt-1、Mt以及下一时刻的可控输入it+1预测下一时刻的中间状态量st+1和性能指标pt+1；3)定义St＝{Mt-2,Mt-1,it}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作At，并且以前后状态的线性加权综合指标KPI的增量ΔCIt作为马尔科夫决策问题的奖励Rt，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解。与现有技术相比，本发明具有泛化能力强、普遍适用性、快速响应等优点。