买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡大学

摘要：计及深度强化学习的热电联产机组多工况自适应控制方法，考虑CHP机组在大范围工况随机出力运行时部分状态参数会发生非线性变化，建立表征不同出力工况下的CHP机组状态运行模型；基于建立的CHP机组状态运行模型，计及系统状态参数不确定变化建立多工况自适应控制模型；针对多工况自适应控制模型中控制模块的参数优化问题，设计MA‑DDPG算法多工况自适应控制参数优化策略；通过上述步骤，实现热电联产机组在多工况自适应控制下的负荷快速跟踪。本发明控制方法旨在保证系统控制可靠性的同时，实现热电联产机组在多工况自适应控制下的负荷快速跟踪，显著提升控制系统面对不确定复杂环境的自适应能力。

主权项：1.计及深度强化学习的热电联产机组多工况自适应控制方法，其特征在于包括以下步骤：步骤1：建立表征不同出力工况下的CHP机组状态运行模型；步骤2：基于步骤1建立的CHP机组状态运行模型，计及系统状态参数不确定变化建立多工况自适应控制模型；步骤3：针对多工况自适应控制模型中控制模块的参数优化问题，设计MA-DDPG算法多工况自适应控制参数优化策略；所述步骤2中，建立的多工况自适应控制模型过程，包括多工况模型切换和多变量控制系统PID自适应控制设计两个过程；其中，多变量控制系统共有三条控制回路，CHP机组将机前压力偏差△pT送入第1条高调门开度控制回路，发电负荷偏差△Pe送入第2条蝶阀开度控制回路，第3条燃料量控制回路输入由△Pe与抽汽流量扰动△qm等效发电负荷偏差构成；因此，CHP机组控制系统为： 式8中：Y为三条控制回路输出矩阵，其中△yi、yi,0、△xi、kp,i、kI,i、kd,i分别为第i条控制回路控制器的输出增量、输出初始值、输入偏差以及3个控制参数，这些控制参数决定了机组调节性能；多工况模型切换由积分型函数切换机制完成，其具体包括以下步骤：S3.1：根据式7构造包含n个工况的模型库来覆盖被控对象整个区间的运行特性：Ω＝{Fi|i＝1,2,...,n}9；式9中：Fi为第i个工况下所对应的系统模型；Ω为模型元素Fi的集合，S3.2：根据式8建立工况模型控制系统：C＝{Yi|i＝1,2,…n}10；式10中：Yi为第i个工况子模型所对应的子控制系统，C为其集合；S3.3：利用积分型函数切换指标，评估各工况子模型与当前被控对象的匹配程度，切换至最优工况模型Fo： 式11中：J为切换机制；△xi,jt为第i个工况模型与实际被控对象的第j条控制回路输入xi.jt与xref,jt的误差；α和β分别为当前瞬态误差和记忆长度内误差的权重；γ为遗忘因子，保证Jit的收敛性，α0,β0,γ0；S3.4：设采样时刻t，系统采样偶对Fi,Yi，下一采样时刻Jk＝min{Jit}，切换如下： 式12中：Fi为第i个工况下所对应的系统模型；Yi为第i个工况子模型所对应的子控制系统；Ji为第i个工况子模型所对应的切换机制；δ为滞后时间；由积分型函数切换机制能够获取最匹配工况模型，其输出与机组负荷指令xreft相减，构成闭环最优工况控制模型；所述步骤3中，对于MA-DDPG算法，其在任意优化时刻，3个Agent共同探索工况子模型环境，借助经验回放池R在训练周期T内用N个随机样本快速更新各自网络参数和策略制定，及时用最小化损失函数LQ和确定性策略梯度DPG训练更新Q、μ网络参数；因此，每个Agent梯度更新公式： 式13、式14中：N为样本总数；i为回放池的随机样本编号；为控制器被控变量的响应性能指标惩罚；s为当前状态；a为决策动作；ω为Q值迭代折扣因子；μs|θμ为用于决策动作的Actor网络；Qs,a|θQ为用于动作评估的Critic网络；为当前网络μ、Q所拷贝的目标网络；为在状态下执行动作的Q值；θQ、θμ、为每个Agent的Critic、Actor的当前网络Q、μ的网络参数和目标网络的网络参数；接着，更新该Agent的Critic网络和Actor网络的参数θQ、和θμ、 式中：和为第k+1次迭代的Q、μ和网络参数；φ和分别为Critic、Actor当前网络学习权重值；σ为目标网络更新权重；j为智能体的编号；Yj为第j个智能体的目标值函数；c为目标网络相对当前网络所延迟的步数；通过上述步骤，实现热电联产机组在多工况自适应控制下的负荷快速跟踪。

全文数据：

权利要求：

百度查询： 三峡大学 计及深度强化学习的热电联产机组多工况自适应控制方法