复杂工况下SCR脱硝系统的迁移强化学习控制

作者：孙小明; 彭晨^*; 程传良

来源：控制理论与应用, 2023, 1-6.

• SCR脱硝系统
• 变工况
• 未知工况
• 强化学习
• 迁移学习

针对复杂工况下选择性催化还原(Selective catalytic reduction,SCR)系统难以实现精确脱硝控制的问题,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.

• 单位
  自动化学院; 上海大学