基于強化學習的SCR脫硝系統(tǒng)優(yōu)化控制

摘要： 為了解決選擇性催化還原(SCR)脫硝系統(tǒng)中NO_x排放控制遇到的時效滯后和負荷波動引發(fā)的響應(yīng)問題，采用強化學習來調(diào)控比例積分微分(PID)參數(shù)，基于深度確定性策略梯度(DDPG)算法，重新設(shè)計了Critic網(wǎng)絡(luò)的損失函數(shù)，并引入了一個延遲隊列來模擬系統(tǒng)的延遲性，并將所提控制策略應(yīng)用到國內(nèi)某660 MW超超臨界火電機組中。結(jié)果表明：強化學習控制方法在調(diào)節(jié)時間、超調(diào)量、穩(wěn)定性方面均... （共8頁）