摘要
本发明涉及一种基于强化学习的干熄焦串级控制回路参数优化方法,采集干熄焦系统现场实际运行的余热锅炉给水流量串级控制回路数据,建立干熄焦串级控制回路控制器PID参数与性能指标误差绝对值乘以时间项对时间的积分ITAE之间的非线性模型,使用多目标遗传算法NSGA‑Ⅱ选择干熄焦系统串级回路的PID参数边界,将干熄焦串级控制回路PID参数优化问题转变为组合优化问题,使用强化学习机制,实现以干熄焦余热锅炉汽包液位串级三冲量系统为基础的强化学习串级控制回路参数在线优化方法,在上升时间增量不大的情况下显著降低最大超调量,在工业装备的智能控制领域有广泛的应用价值,从而有效地保障现场人员及时并可靠地维护与调控干熄焦串级控制回路。
技术关键词
控制回路
参数优化方法
遗传算法
干熄焦系统
PID控制参数
样本
误差
深度确定性策略
BP神经网络构建
PID控制器参数
余热锅炉汽包
在线优化方法
函数逼近器
非线性
蒙特卡罗方法
系统为您推荐了相关专利信息
样本
动态图像序列
一致性算法
深度学习模型
参数
副瓣抑制方法
双偏振天气雷达
天线阵子
遗传算法
相控阵天气雷达
梯级水电站调度
粒子群算法
遗传算法
智能优化方法
发电量
切换协调控制方法
混合动力汽车
滑模算法
滑模控制器
动力耦合机构
电极定位系统
影像
分析处理单元
电场
数据处理单元