控制理论与应用

作者：孙小明,彭晨,程传良

单位：上海大学机电工程与自动化学院,上海大学机电工程与自动化学院,上海大学机电工程与自动化学院

关键词：SCR脱硝系统; 变工况; 未知工况; 强化学习; 迁移学习

基金：国家自然科学基金重点项目(61833011)资助.

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.

来源：2024年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第3期