一种基于强化学习的炼油厂生产维护协同优化方法

本发明涉及一种基于强化学习的炼油厂生产维护协同优化方法，包括以下步骤：收集生产案例，通过监督学习从生产案例中提取生产决策知识，初始化强化学习的Actor网络；针对多周期生产维护协同优化，构建马尔可夫决策模型和生产计划模型；基于分层强化学习的生产维护协同优化框架，将马尔可夫决策模型和生产计划模型以互补的方式通过双向信息交换结合，再采用PPO算法优化求解得到优化后的生产计划和渣油加氢装置维护周期。与现有技术相比，本发明具有求解效率高、稳定性强等优点。