复杂工况下选择性催化还原脱硝系统的迁移强化学习控制
孙小明
彭晨
程传良
上海大学机电工程与自动化学院,上海 200444
摘要：针对复杂工况下选择性催化还原(SCR)系统难以实现精确脱硝控制的问题,本文提出一种基于迁移强化学习的智能控制方法.首先根据机组负荷的变化将整体运行过程划分为不同阶段.然后训练了强化学习控制器以分别学习各个阶段的不同特征,从而实现了变工况下SCR脱硝系统的精确控制.此外,借鉴了迁移学习的思路以应对预料之外的未知工况,避免了因工况未知所造成的不利影响.最后将训练好的控制器用于实际SCR脱硝系统的控制中,实验结果表明所提方法可以有效地控制复杂工况下燃煤机组NOx的排放量,为复杂工况下SCR脱硝系统的智能控制提供了借鉴.
关键词：SCR脱硝系统变工况未知工况强化学习迁移学习
论文发表日期：2024-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 496-501 )
英文信息