基于深度强化学习的原油短期调度优化
侯艳
杨佳佳
滕少华
朱清华
广东工业大学 计算机学院,广东 广州 510006
摘要：针对原油短期调度中原油转运速率优化不足的问题,采用分解的思路,将管道转运速率从离散值转换为连续实数值范围,同时提出一种新的决策生成方法,避免对管道转运速率这一连续实数值域的搜索,从而防止算法性能下降.在此基础上,通过合理设计状态特征、动作空间和奖励函数,提出一种基于SAC(soft actor-critic)算法的原油调度方法.该方法综合考虑了原油短期详细调度中所产生的管道混合成本、罐底混合成本、蒸馏塔的换罐成本、供油罐使用成本以及能耗成本共 5个炼油调度目标.最后通过实例分析表明,利用SAC算法所得的调度与已有文献结果对比,单个目标优化效果提升了1.2%～77.8%不等.
关键词：原油短期调度深度强化学习组合优化软演员-评论家(SAC)
分类号：TP301(计算技术、计算机技术)F403.6(工业经济理论)
资助基金：广东省重点领域研发计划项目(2020B010166006)国家自然科学基金(61972102)
论文发表日期：2026-02-28
在线出版日期：2026-03-19（本平台首次上网日期，不代表文献的发表时间）
页数：9( 155-163 )
英文信息