[发明专利]火力发电机组燃烧控制优化方法、装置及可读存储介质

权利要求书

1.一种火力发电机组燃烧控制优化方法，其特征在于，包括：

获取发电系统的真实特征数据集；

根据所述真实特征数据集对预设的待训练火电燃烧模拟器进行训练，获得训练后的火电燃烧模拟器；

交替使用所述真实特征数据集以及所述训练后的火电燃烧模拟器根据所述真实特征数据集生成的模拟特征数据集对预设的基于深度强化学习的框架中的策略网络、价值网络以及约束网络进行训练，获得训练后的策略网络；

通过训练后的策略网络对发电系统进行优化。

2.根据权利要求1所述的方法，其特征在于，所述发电系统包括制粉子系统、燃烧子系统以及水汽循环子系统；

相应地，所述获取发电系统的真实特征数据集，包括：

获取发电系统中制粉子系统、燃烧子系统以及水汽循环子系统中产生的状态特征数据与动作特征数据；

根据所述状态特征数据与动作特征数据以及预设的奖励信息生成包括制粉子系统、燃烧子系统以及水汽循环子系统状态、动作与奖励的真实特征数据集。

3.根据权利要求1所述的方法，其特征在于，所述获取发电系统的真实特征数据集，包括：

获取发电系统预设时间内的真实特征数据集。

4.根据权利要求1所述的方法，其特征在于，所述交替使用所述真实特征数据集以及所述训练后的火电燃烧模拟器根据所述真实特征数据集生成的模拟特征数据集对预设的基于深度强化学习的框架中的策略网络、价值网络以及约束网络进行训练，获得训练后的策略网络，包括：

通过所述真实特征数据集对预设的基于深度强化学习的框架中的策略网络、价值网络以及约束网络进行数据训练；

判断所述真实特征数据集中的数据是否全部训练完毕；

若是，则通过所述训练后的火电燃烧模拟器根据所述真实特征数据集生成模拟特征数据集；

通过所述模拟特征数据集对预设的基于深度强化学习的框架中的策略网络、价值网络以及约束网络进行数据训练；

判断所述模拟特征数据集中的数据是否全部训练完毕，若是，则返回执行通过所述真实特征数据集对预设的基于深度强化学习的框架中的策略网络、价值网络以及约束网络进行数据训练的步骤，直至所述策略网络收敛。

5.根据权利要求4所述的方法，其特征在于，所述通过所述训练后的火电燃烧模拟器根据所述真实特征数据集生成模拟特征数据集，包括：

将所述真实特征数据集中真实数据依次输入至策略网络中，获得与所述真实数据对应的待模拟数据；

在所述待模拟数据上添加随机噪声，根据添加噪声后的待模拟数据通过所述训练后的火电燃烧模拟器模拟下一时刻的模拟数据。

6.根据权利要求4所述的方法，其特征在于，所述通过所述训练后的火电燃烧模拟器根据所述真实特征数据集生成模拟特征数据集，包括：

针对所述真实特征数据集中每一时刻的真实数据，将当前时刻的真实数据以及与上一时刻状态相关的隐变量添加至所述火电燃烧模拟器中，获得下一时刻的预测数据以及与当前时刻状态相关的隐变量。

7.根据权利要求4所述的方法，其特征在于，所述火电燃烧模拟器包括制粉子模块、燃烧子模块以及水汽循环子模块；所述真实特征数据集包括制粉数据集、燃烧数据集以及水汽循环数据集；

相应地，所述通过所述训练后的火电燃烧模拟器根据所述真实特征数据集生成模拟特征数据集，包括：

针对所述真实特征数据集中每一时刻的真实数据，将当前时刻的真实制粉数据、预设参数以及与上一时刻状态相关的隐变量输入至所述制粉子模块中，获得下一时刻制粉预测数据以及与当前时刻状态相关的隐变量；

将当前时刻的燃烧数据、下一时刻制粉预测数据以及与当前时刻状态相关的隐变量输入至所述燃烧子模块中，获得下一时刻燃烧预测数据以及与当前时刻状态相关的隐变量；

将当前时刻的水汽循环数据、下一时刻燃烧预测数据以及与当前时刻状态相关的隐变量输入至所述水汽循环子模块中，获得模拟特征数据以及与当前时刻状态相关的隐变量。