基于深度强化学习的SCR脱硝系统协同控制策略研究

作     者：赵征 刘子涵 ZHAO Zheng;LIU Zihan

作者机构：华北电力大学控制与计算机工程学院河北保定071003 

基　　金：深圳市科技计划资助项目(KCXFZ20201221173402007) 

出 版 物：《动力工程学报》 (Journal of Chinese Society of Power Engineering)

年 卷 期：2024年第44卷第5期

页      码：802-809页

摘      要：针对选择性催化还原(SCR)脱硝系统大惯性、多扰动等特点,提出了一种基于多维状态信息和分段奖励函数优化的深度确定性策略梯度(DDPG)协同比例积分微分(PID)控制器的控制策略。针对SCR脱硝系统中存在部分可观测马尔可夫决策过程(POMDP),导致DDPG算法策略学习效率较低的问题,首先设计SCR脱硝系统的多维状态信息;其次,设计SCR脱硝系统的分段奖励函数;最后,设计DDPG-PID协同控制策略,以实现SCR脱硝系统的控制。结果表明:所设计的DDPG-PID协同控制策略提高了DDPG算法的策略学习效率,改善了PID的控制效果,同时具有较强的设定值跟踪能力、抗干扰能力和鲁棒性。

主 题 词：DDPG 强化学习 SCR脱硝系统 协同控制 多维状态 分段奖励函数 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

核心收录：

D　O　I：10.19805/j.cnki.jcspe.2024.230221

馆 藏 号：203127773...