[发明专利]用于燃烧控制的模型训练方法、装置、电子设备以及介质

说明书

本公开提供了一种用于燃烧控制的模型训练方法，包括获得历史数据中的多个时刻的燃烧状态参数和控制动作参数，将前一时段的燃烧状态参数输入策略网络，得到当前时刻的动作预测参数，将前一时段的燃烧状态参数和控制动作参数、当前时刻的燃烧状态参数和所述动作预测参数输入燃烧过程仿真预测网络，得到下一时刻的状态预测参数，以及基于所述状态预测参数和下一时刻实际的燃烧状态参数，训练所述策略网络。本公开还提供了一种用于燃烧控制的模型训练装置、一种电子设备以及一种计算机可读存储介质。

技术领域

本公开涉及一种用于燃烧控制的模型训练方法、装置、电子设备以及介质。

背景技术

在火力发电领域，优化燃烧效率的改进都集中在硬件层面，包括合理的炉型以及燃烧器设计等，而通过控制层面对效率进行优化，如通过合理调整控制给煤量、风量等变量来进一步优化效率，也是一个有价值的研究方向。但是由于火电锅炉燃烧所涉及的状态维度和动作维度高达数百维，在控制层面进行优化也是行业的一个难点。这也导致了目前的锅炉动作控制主要依靠人工经验，由于操作人员水平不一，不同的人员操作对锅炉的效率有很大影响，导致这种方法很难大规模复制。

发明内容

本公开的一个方面提供了一种用于燃烧控制的模型训练方法，包括获得历史数据中的多个时刻的燃烧状态参数和控制动作参数，将前一时段的燃烧状态参数输入策略网络，得到当前时刻的动作预测参数，将前一时段的燃烧状态参数和控制动作参数、当前时刻的燃烧状态参数和所述动作预测参数输入燃烧过程仿真预测网络，得到下一时刻的状态预测参数，以及基于所述状态预测参数和下一时刻实际的燃烧状态参数，训练所述策略网络。

可选地，所述将前一时段的所述燃烧状态参数输入策略网络，得到当前时刻的动作预测参数包括，将前一时段的所述燃烧状态参数输入策略网络中的循环神经网络，得到初步预测参数，以及在所述初步预测参数满足安全约束条件和逻辑约束条件的情况下，将所述初步预测参数作为动作预测参数输出。

可选地，所述方法还包括将前一时段的所述燃烧状态参数、控制动作参数输入燃烧过程仿真预测网络，得到当前时刻的状态预测参数，以及基于所述当前时刻的状态预测参数和当前时刻实际的燃烧状态参数，训练所述燃烧过程仿真预测网络。

可选地，所述基于所述状态预测参数和下一时刻实际的燃烧状态参数，训练所述策略网络包括基于所述状态预测参数确定燃烧效率预测值，基于下一时刻实际的燃烧状态参数确定燃烧效率实际值，基于所述燃烧效率预测值和所述燃烧效率实际值训练所述策略网络。

可选地，所述基于所述燃烧效率预测值和所述燃烧效率实际值训练所述策略网络包括，判断所述燃烧效率预测值和所述燃烧效率实际值的比值是否小于第一阈值，若所述燃烧效率预测值和所述燃烧效率实际值的比值小于第一阈值，则基于所述燃烧效率预测值和所述燃烧效率实际值调整所述策略网络的参数。

可选地，所述燃烧状态参数包括压力、温度、排出物的成分中的一种或多种。

可选地，所述控制动作参数包括送风机阀门的开度、引风机阀门的开度中的一种或多种。

可选地，所述获得历史数据中的多个时刻的燃烧状态参数和控制动作参数包括获得历史数据，所述历史数据包括多个时刻的燃烧状态参数和控制动作参数，以及从所述历史数据中确定燃烧效率大于第二阈值且氮氧化物排放量小于第三阈值的历史数据用于训练。

本公开的一个方面提供了一种用于燃烧控制的模型训练装置，包括获得模块、第一预测模块、第二预测模块以及训练模块。获得模块，用于获得历史数据中的多个时刻的燃烧状态参数和控制动作参数。第一预测模块，用于将前一时段的燃烧状态参数输入策略网络，得到当前时刻的动作预测参数。第二预测模块，用于将前一时段的燃烧状态参数和控制动作参数、当前时刻的燃烧状态参数和所述动作预测参数输入燃烧过程仿真预测网络，得到下一时刻的状态预测参数。训练模块，用于基于所述状态预测参数和下一时刻实际的燃烧状态参数，训练所述策略网络。