CN109882883B - 一种基于人工智能优化锅炉燃煤效率的方法及装置 - Google Patents

Abstract

本发明公开了一种基于人工智能优化锅炉燃煤效率的方法及装置，属于环保节能领域，解决了现有锅炉燃烧控制的问题，取代传统的人工辅助调节，实现锅炉燃烧的自动和持续的高效控制，从而节约能源以及降低排放带来的环境污染。其技术要点包括：获取锅炉全部运行状态指标的感知装置，接收指导负荷的负荷调整接口，从锅炉运行数据自动学习控制策略的学习装置，生成锅炉控制指令的控制逻辑装置，将控制指令发送到锅炉实际执行的控制装置；本发明由于内置了锅炉控制装置，能够动态、精确调整锅炉运行状态，因此减少了人工劳动、同时比人工操作更加精细化、规范化；本发明由于内置了学习装置，能够自动学习并不断优化锅炉控制策略，提高锅炉燃烧效率。

Description

一种基于人工智能优化锅炉燃煤效率的方法及装置

技术领域

本发明涉及环保节能领域，具体是涉及一种基于人工智能优化锅炉燃煤效率的方法及装置。

背景技术

在工业生产与市政供热等领域中，大量使用燃煤锅炉。而燃煤锅炉的燃烧是一个复杂的化学反应过程，涉及很多因素。锅炉运行控制系统主要基于热机相关经典理论(模糊数学等)来提升燃烧效率。但由于这些理论很多假设条件在现实中并不成立(如燃煤煤质的实时检测)，所以实际达不到良好的燃烧效率，必须依赖许多人工的调节，需要专业人员持续监视锅炉运行状态、不断根据锅炉运行状况调节锅炉运行参数，才能保持较高燃烧效率，减少煤炭的浪费。由于我国工业锅炉数量巨大，相关燃煤消耗每年达几十亿吨，如何提高相关能源利用，对节能和环保都有巨大意义。

现有的控制系统加人工辅助调节的锅炉运行模式，燃煤的效率主要受限于锅炉操作人员的经验与责任心以及体力，导致实际应用中燃烧效率波动较大(往往低于最优燃烧效率10％以上)，也无法快速应对动态变化的工业产热需求，浪费了大量的煤炭与人力。

发明内容

本发明的目的在于针对现有锅炉燃烧控制的问题，在传统控制理论基础上，基于锅炉燃烧运行的大数据，通过人工智能机制自动学习和获得锅炉燃烧的最优化控制策略，从而取代传统的人工辅助调节，实现锅炉燃烧的自动和持续的高效控制，从而提高锅炉燃烧效率、节约能源。

为实现上述目的，本发明提供如下技术方案：

一种基于人工智能优化锅炉燃煤效率的装置，包括：

感知装置，获取锅炉全部运行状态指标；

负荷调整接口，接收指导负荷调整命令；

学习装置，从锅炉运行状态数据学习控制策略；

控制逻辑装置，依据控制策略和锅炉运行状态生成控制指令；

控制装置，接收锅炉控制指令，并将指令解析后实际控制锅炉各类机械设备。

1.感知装置：

感知装置为锅炉运行状态的监察部分，通过读取锅炉各类设备及传感器数值获取锅炉实时运行状态指标。具体包括引风机转速、电流；鼓风机转速、电流；炉排转速；给煤机频率；循环泵转速、电流；锅炉进水口温度；锅炉出水口温温度、压力、流量；炉膛负压、温度。

2.负荷调整接口：

负荷调整接口允许其他系统(如负荷需求预测系统)或者人工调整锅炉的指导负荷。指导负荷为一个数值，表示期望锅炉达到的负荷值。锅炉负荷用来衡量锅炉输出的热量，其计算方法为：

锅炉负荷＝(锅炉出口温度-锅炉进口温度)*锅炉流量*4.18/3600。

负荷调整接口将负荷调整指令发送给控制逻辑装置，来改变锅炉输出负荷。

3.学习装置：

学习装置内含一套人工智能算法，通过持续学习锅炉运行数据，生成并不断优化锅炉控制策略。学习装置学习的目标是找到最优控制策略。

其中锅炉控制策略是一套控制逻辑，能够根据锅炉运行状态、指导负荷进行决策，决定下一步如何操作锅炉各项设备，控制策略能够代替人工做出操作各项设备的决策。

最优控制策略是多个不同控制策略中的最佳策略，不同策略在相同状态下可能选择不同的锅炉操作指令，最优控制策略在所有状态下选择的操作指令都是最优指令。

最优指令是指，在特定状态下执行该指令后，锅炉输出负荷不低于指导负荷，同时消耗能源速度最慢。

4.控制逻辑装置：

控制逻辑装置包括一套控制策略，能够根据锅炉运行状态、指导负荷进行决策，决定之后如何操作锅炉各项设备。

控制逻辑装置使用的策略可以由学习装置学习得到，也可以通过其他方式设置，如通过人工设置在紧急情况下停止锅炉运行。

控制逻辑装置使用的策略可以是单个策略，也可以是一组策略的组合。当使用一组策略进行控制的时候需要确定各组策略的优先级，当各组策略输出不同指令时使用最高优先级策略的指令操作锅炉设备。

控制逻辑装置使用的策略可以是学习装置学习到的控制策略，也可以是根据专家经验总结等方式得出的规则性控制策略，也可以是两者的组合方式。

控制逻辑装置完成长期值守任务，代替人工监控锅炉运行状态并实时调整。

5.控制装置：

控制装置将控制指令发送到锅炉实际执行。控制装置可以操作的锅炉项目包括：

给煤机频率、炉排转速、鼓风机转速、引风机转速。

作为本发明进一步的方案：锅炉全部运行状态指标包括锅炉所有电机运行转速、电流信息，锅炉炉膛各项物理指标，锅炉负荷指标，包括：

鼓风机转速、电流；引风机转速、电流；给煤机频率；炉排转速；炉膛负压、温度；

锅炉出口温度、流量、压力；锅炉进口温度；锅炉当前输出负荷。

作为本发明进一步的方案：负荷调整接口所接收的锅炉负荷调整数据为数值型的数据，调整数据来源既可以是人工调整，也可是其他系统通过接口实时调整。

锅炉负荷指标为评价当前锅炉实际输出热量值的衡量指标。

作为本发明进一步的方案：学习装置内置一套人工智能算法，能够持续学习锅炉运行数据不断优化控制策略，最终目标是找到最优控制策略。

所述人工智能算法既可以学习锅炉运行历史数据，也可以学习实时反馈数据。当学习实时反馈数据时，控制策略对锅炉实时运行状态进行评估，生成控制指令，调整锅炉运行参数，感知锅炉状态改变值，根据锅炉状态反馈更新控制策略。

所述最优控制策略为：在给定的指导负荷、锅炉运行状态下，最优控制策略生成控制指令(调整锅炉各项运行参数，如鼓风机转速)，锅炉执行该指令能够满足负压值在合理范围内、输出负荷不低于指导负荷，且消耗的能源量最少。

一种基于人工智能优化锅炉燃煤效率的方法，含有如下步骤：

步骤1、初始化学习装置

学习装置初始化需要明确定义各项数据指标，如锅炉运行数据的字段、单位、取值区间，指导负荷单位、取值范围；

学习装置随机初始化一个控制策略。

学习装置需要确定一个奖励函数来对锅炉各个状态进行评价，奖励函数计算方法为：

R＝-w₁*|Real_GRFH-T_GRFH|-w₂*A_R-w₃*PI

其中Real_GRFH为锅炉实时负荷，T_GRFH为锅炉当前指导负荷，两者差异值越小奖励值越大；A_R为锅炉实时燃烧能源消耗速度(这里使用给煤机频率值表示)，消耗速度越慢奖励值越大；PI为锅炉炉膛负压与最优范围差值的绝对值，差值越小奖励值越大，计算方法为：

其中Real_P表示锅炉当前炉膛负压，Min_P为炉膛负压最优值范围下界，Max_P为炉膛负压最优值范围上界。炉膛负压最优值范围由专家经验给定。

w₁、w₂、w₃均为正数，与对应项的重要程度正相关，w₁为负荷差异值系数，w₂为能源消耗速度系数,w₃为负压差值系数；w₁、w₂、w₃为相应系数，系数越大控制策略对相应偏差忍度越低。

步骤2、感知装置获取锅炉运行数据

感知装置用来获取锅炉各项运行指标数据，具体包括引风机转速、电流；鼓风机转速、电流；炉排转速；给煤机频率；循环泵转速、电流；锅炉进口水温；锅炉出口水温、压力、流量；炉膛负压、温度。

以上各项数据均实时自动采集并保存到数据库系统中存储，学习装置可以从数据库中获得锅炉运行状态的实时数据，也可以获得锅炉运行状态的历史数据。

步骤3、采集人工操作锅炉运行数据

学习装置初始化的控制策略无法直接用于锅炉控制，必须首先通过专家操作锅炉一段时间，在此期间学习装置不断获取、学习锅炉运行数据。专家操作锅炉的数据相当于专家操作的经验总结，学习装置学习专家操作下的锅炉数据相当于向专家学习的过程。

步骤4、学习装置优化控制策略

1)学习装置优化控制策略分为三个阶段：

第一阶段为学习的初级阶段，此时学习装置生成的策略水平远远不如专家操作水平，此时只能依赖专家操作锅炉，学习装置通过学习专家操作锅炉数据，不断学习、优化策略。

第二阶段为学习的成熟阶段，此时学习装置通过不断学习生成的策略已经接近专家水平。此阶段需要不断评估学习装置生成的策略，当学习装置生成的策略已经达到专家操作的极限水平时，学习策略继续向专家学习已经很难进一步优化，此时可以停止学习专家操作数据。

第三阶段为学习的持续优化阶段，此时学习装置已经达到或者超过了专家控制锅炉的水平，此阶段学习装置仍不断尝试，研究不同状态下，不同操作指令组合对锅炉运行状态的影响，通过持续不断的尝试和学习能够持续优化策略。

2)学习装置优化探索的原则：

学习装置优化探索是指在特定条件下，在当前最优指令有限范围内尝试其他指令。

当前最优指令是指当前策略根据实时锅炉状态和指导负荷得出的指令。

当前最优指令有限范围是指对各项设备调整的幅度范围，

[opt-α*range,opt+α*range]

其中opt为当前最优指令，range为转速范围，α为调整范围。此处α为5％。如当前最优指令炉排转速为800转，炉排转速范围为1000转，则有效范围为800–1000*0.05至800+1000*0.05之间，即750至850之间。

在最优指令有限范围内选择一个特定的指令，采用平均分布随机选择。

3)控制策略生成、优化方法：

学习装置通过神经网络函数拟合状态、指导负荷、操作指令、奖励之间的关系。学习装置持续探索不断学习能够持续优化拟合函数即状态行为值函数。

状态行为值函数通过持续迭代优化，公式为

q_π(s,a)＝E_π[R_t+1+λq_π(S_t+1,A_t+1)|S_t＝s,A_t＝a]

其中s为当前状态，a为当前采取的操作，q即为状态值函数，q_π(s,a)表示使用策略π，在状态s下采取a操作的评估估计值，

q_π(S_t+1,A_t+1)表示使用策略π，在下一个状态使用最优操作的评估估计值，

R_t+1为在当前状态下采取操作a之后获取的奖励值，

λ为衰减因子，表示在状态s下采取a动作后对后续状态评估值的影响，这里采取值为0.6，

学习装置持续选择操作，获取奖励值，使用奖励值和下一个状态的评估值更新当前评估值。

4)控制策略生成指令方法：

控制策略依赖状态行为值函数生成指令，在特定状态s下选择使评估值q_π(s,a)最大的操作a指令作为当前最优指令。

5)多个控制策略下指令生成方法：

当控制逻辑装置使用多个控制策略时，需要明确控制策略的优先级、触发条件。

策略触发条件为使用控制策略的前置，当锅炉状态与触发条件相匹配时使用该控制策略生成控制指令。策略优先级为当多个控制策略均生效时，确定最终控制指令的依据。

例如控制策略可以包含3个控制策略：安全、负荷、效率。

三个控制策略优先级关系为安全大于负荷，负荷大于效率。

安全控制策略包括炉膛负压过大时增加鼓风机转速、炉膛负压过小时减小鼓风机转速等。

负荷控制策略包括当锅炉输出负荷小于指导负荷超过5时加快给煤机频率。

效率控制策略为学习装置学习得到的最优策略。

当锅炉运行状态触发安全策略条件时返回安全策略生成的控制指令为最终控制指令。

当安全策略不满足触发条件，负荷策略满足触发条件时，使用负荷策略生成的控制指令为最终控制指令。

当安全策略和负荷策略均不满足触发条件时，使用效率控制策略生成的控制指令作为最终控制指令。

相关的方法由python语言开发实现，完成了自动控制燃煤锅炉运行的方法及装置的全部处理过程。

综上所述，本发明与现有技术相比具有以下有益效果：

(1)本发明提出一种学习装置，该装置包含一套人工智能算法，能够学习锅炉运行数据生成控制策略，能够根据锅炉控制实时反馈数据自动优化控制策略，进而优化锅炉燃烧效率；

(2)本发明提出一种控制逻辑装置，该装置能够根据指导负荷自动操控锅炉设备，实现锅炉运行自动、精细化管理，减少锅炉运行所需人工劳动。

为更清楚地阐述本发明的结构特征和功效，下面结合附图与具体实施例来对本发明进行详细说明。

附图说明

图1为发明中实际的一种基于人工智能优化锅炉燃烧效率的方法及装置示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案做进一步的说明。

参见图1，一种基于人工智能优化锅炉燃煤效率的装置，包括：

感知装置，获取锅炉全部运行状态指标；

负荷调整接口，接收指导负荷调整命令；

学习装置，从锅炉运行状态数据学习控制策略；

控制逻辑装置，依据控制策略和锅炉运行状态生成控制指令；

控制装置，接收锅炉控制指令，并将指令解析后实际控制锅炉各类机械设备。

1.感知装置：

感知装置为锅炉运行状态的监察部分，通过读取锅炉各类设备及传感器数值获取锅炉实时运行状态指标。具体包括引风机转速、电流；鼓风机转速、电流；炉排转速；给煤机频率；循环泵转速、电流；锅炉进水口温度；锅炉出水口温温度、压力、流量；炉膛负压、温度。

2.负荷调整接口：

负荷调整接口允许其他系统(如负荷需求预测系统)或者人工调整锅炉的指导负荷。指导负荷为一个数值，表示期望锅炉达到的负荷值。锅炉负荷用来衡量锅炉输出的热量，其计算方法为：

锅炉负荷＝(锅炉出口温度-锅炉进口温度)*锅炉流量*4.18/3600。

负荷调整接口将负荷调整指令发送给控制逻辑装置，来改变锅炉输出负荷。

3.学习装置：

学习装置内含一套人工智能算法，通过持续学习锅炉运行数据，生成并不断优化锅炉控制策略。学习装置学习的目标是找到最优控制策略。

其中锅炉控制策略是一套控制逻辑，能够根据锅炉运行状态、指导负荷进行决策，决定下一步如何操作锅炉各项设备，控制策略能够代替人工做出操作各项设备的决策。

最优控制策略是多个不同控制策略中的最佳策略，不同策略在相同状态下可能选择不同的锅炉操作指令，最优控制策略在所有状态下选择的操作指令都是最优指令。

最优指令是指，在特定状态下执行该指令后，锅炉输出负荷不低于指导负荷，同时消耗能源速度最慢。

4.控制逻辑装置：

控制逻辑装置包括一套控制策略，能够根据锅炉运行状态、指导负荷进行决策，决定之后如何操作锅炉各项设备。

控制逻辑装置使用的策略可以由学习装置学习得到，也可以通过其他方式设置，如通过人工设置在紧急情况下停止锅炉运行。

控制逻辑装置使用的策略可以是单个策略，也可以是一组策略的组合。当使用一组策略进行控制的时候需要确定各组策略的优先级，当各组策略输出不同指令时使用最高优先级策略的指令操作锅炉设备。

控制逻辑装置使用的策略可以是学习装置学习到的控制策略，也可以是根据专家经验总结等方式得出的规则性控制策略，也可以是两者的组合方式。

控制逻辑装置完成长期值守任务，代替人工监控锅炉运行状态并实时调整。

5.控制装置：

控制装置将控制指令发送到锅炉实际执行。控制装置可以操作的锅炉项目包括：

给煤机频率、炉排转速、鼓风机转速、引风机转速。

进一步的，锅炉全部运行状态指标包括锅炉所有电机运行转速、电流信息，锅炉炉膛各项物理指标，锅炉负荷指标，包括：

鼓风机转速、电流；引风机转速、电流；给煤机频率；炉排转速；炉膛负压、温度；

锅炉出口温度、流量、压力；锅炉进口温度；锅炉当前输出负荷。

进一步的，负荷调整接口所接收的锅炉负荷调整数据为数值型的数据，调整数据来源既可以是人工调整，也可是其他系统通过接口实时调整。

锅炉负荷指标为评价当前锅炉实际输出热量值的衡量指标。

进一步的，学习装置内置一套人工智能算法，能够持续学习锅炉运行数据不断优化控制策略，最终目标是找到最优控制策略。

所述人工智能算法既可以学习锅炉运行历史数据，也可以学习实时反馈数据。当学习实时反馈数据时，控制策略对锅炉实时运行状态进行评估，生成控制指令，调整锅炉运行参数，感知锅炉状态改变值，根据锅炉状态反馈更新控制策略。

所述最优控制策略为：在给定的指导负荷、锅炉运行状态下，最优控制策略生成控制指令(调整锅炉各项运行参数，如鼓风机转速)，锅炉执行该指令能够满足负压值在合理范围内、输出负荷不低于指导负荷，且消耗的能源量最少。

一种基于人工智能优化锅炉燃煤效率的方法，含有如下步骤：

步骤1、初始化学习装置

学习装置初始化需要明确定义各项数据指标，如锅炉运行数据的字段、单位、取值区间，指导负荷单位、取值范围；

学习装置随机初始化一个控制策略。

学习装置需要确定一个奖励函数来对锅炉各个状态进行评价，奖励函数计算方法为：

R＝-w₁*|Real_GRFH-T_GRFH|-w₂*A_R-w₃*PI

其中Real_GRFH为锅炉实时负荷，T_GRFH为锅炉当前指导负荷，两者差异值越小奖励值越大；A_R为锅炉实时燃烧能源消耗速度(这里使用给煤机频率值表示)，消耗速度越慢奖励值越大；PI为锅炉炉膛负压与最优范围差值的绝对值，差值越小奖励值越大，计算方法为：

其中Real_P表示锅炉当前炉膛负压，Min_P为炉膛负压最优值范围下界，Max_P为炉膛负压最优值范围上界。炉膛负压最优值范围由专家经验给定。

w₁、w₂、w₃均为正数，与对应项的重要程度正相关，w₁为负荷差异值系数，w₂为能源消耗速度系数,w₃为负压差值系数；w₁、w₂、w₃为相应系数，系数越大控制策略对相应偏差忍度越低。

步骤2、感知装置获取锅炉运行数据

感知装置用来获取锅炉各项运行指标数据，具体包括引风机转速、电流；鼓风机转速、电流；炉排转速；给煤机频率；循环泵转速、电流；锅炉进口水温；锅炉出口水温、压力、流量；炉膛负压、温度。

以上各项数据均实时自动采集并保存到数据库系统中存储，学习装置可以从数据库中获得锅炉运行状态的实时数据，也可以获得锅炉运行状态的历史数据。

步骤3、采集人工操作锅炉运行数据

学习装置初始化的控制策略无法直接用于锅炉控制，必须首先通过专家操作锅炉一段时间，在此期间学习装置不断获取、学习锅炉运行数据。专家操作锅炉的数据相当于专家操作的经验总结，学习装置学习专家操作下的锅炉数据相当于向专家学习的过程。

步骤4、学习装置优化控制策略

1)学习装置优化控制策略分为三个阶段：

第一阶段为学习的初级阶段，此时学习装置生成的策略水平远远不如专家操作水平，此时只能依赖专家操作锅炉，学习装置通过学习专家操作锅炉数据，不断学习、优化策略。

第二阶段为学习的成熟阶段，此时学习装置通过不断学习生成的策略已经接近专家水平。此阶段需要不断评估学习装置生成的策略，当学习装置生成的策略已经达到专家操作的极限水平时，学习策略继续向专家学习已经很难进一步优化，此时可以停止学习专家操作数据。

第三阶段为学习的持续优化阶段，此时学习装置已经达到或者超过了专家控制锅炉的水平，此阶段学习装置仍不断尝试，研究不同状态下，不同操作指令组合对锅炉运行状态的影响，通过持续不断的尝试和学习能够持续优化策略。

2)学习装置优化探索的原则：

学习装置优化探索是指在特定条件下，在当前最优指令有限范围内尝试其他指令。

当前最优指令是指当前策略根据实时锅炉状态和指导负荷得出的指令。

当前最优指令有限范围是指对各项设备调整的幅度范围，

[opt-α*range,opt+α*range]

其中opt为当前最优指令，range为转速范围，α为调整范围。此处α为5％。如当前最优指令炉排转速为800转，炉排转速范围为1000转，则有效范围为800–1000*0.05至800+1000*0.05之间，即750至850之间。

在最优指令有限范围内选择一个特定的指令，采用平均分布随机选择。

3)控制策略生成、优化方法：

学习装置通过神经网络函数拟合状态、指导负荷、操作指令、奖励之间的关系。学习装置持续探索不断学习能够持续优化拟合函数即状态行为值函数。

状态行为值函数通过持续迭代优化，公式为

q_π(s,a)＝E_π[R_t+1+λq_π(S_t+1,A_t+1)|S_t＝s,A_t＝a]

其中s为当前状态，a为当前采取的操作，q即为状态值函数，q_π(s,a)表示使用策略π，在状态s下采取a操作的评估估计值，

q_π(S_t+1,A_t+1)表示使用策略π，在下一个状态使用最优操作的评估估计值，

R_t+1为在当前状态下采取操作a之后获取的奖励值，

λ为衰减因子，表示在状态s下采取a动作后对后续状态评估值的影响，这里采取值为0.6，

学习装置持续选择操作，获取奖励值，使用奖励值和下一个状态的评估值更新当前评估值。

4)控制策略生成指令方法：

控制策略依赖状态行为值函数生成指令，在特定状态s下选择使评估值q_π(s,a)最大的操作a指令作为当前最优指令。

5)多个控制策略下指令生成方法：

当控制逻辑装置使用多个控制策略时，需要明确控制策略的优先级、触发条件。

策略触发条件为使用控制策略的前置，当锅炉状态与触发条件相匹配时使用该控制策略生成控制指令。策略优先级为当多个控制策略均生效时，确定最终控制指令的依据。

例如控制策略可以包含3个控制策略：安全、负荷、效率。

三个控制策略优先级关系为安全大于负荷，负荷大于效率。

安全控制策略包括炉膛负压过大时增加鼓风机转速、炉膛负压过小时减小鼓风机转速等。

负荷控制策略包括当锅炉输出负荷小于指导负荷超过5时加快给煤机频率。

效率控制策略为学习装置学习得到的最优策略。

当锅炉运行状态触发安全策略条件时返回安全策略生成的控制指令为最终控制指令。

当安全策略不满足触发条件，负荷策略满足触发条件时，使用负荷策略生成的控制指令为最终控制指令。

当安全策略和负荷策略均不满足触发条件时，使用效率控制策略生成的控制指令作为最终控制指令。

相关的方法由python语言开发实现，完成了自动控制燃煤锅炉运行的方法及装置的全部处理过程。

以上结合具体实施例描述了本发明的技术原理，仅是本发明的优选实施方式。本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (7)

1.一种基于人工智能优化锅炉燃煤效率的装置，其特征在于，包括：

感知装置，获取锅炉全部运行状态指标；

负荷调整接口，接收指导负荷调整命令；负荷调整接口将负荷调整指令发送给控制逻辑装置，来改变锅炉输出负荷；

学习装置，从锅炉运行状态数据学习控制策略；学习装置内置一套人工智能算法，能够持续学习锅炉运行数据不断优化控制策略，最终目标是找到最优控制策略；所述人工智能算法既可以学习锅炉运行历史数据，也可以学习实时反馈数据；当学习实时反馈数据时，控制策略对锅炉实时运行状态进行评估，生成控制指令，调整锅炉运行参数，感知锅炉状态改变值，根据锅炉状态反馈更新控制策略；学习装置通过神经网络函数拟合状态、指导负荷、操作指令、奖励之间的关系；学习装置持续探索不断学习能够持续优化拟合函数即状态行为值函数；学习装置优化探索的原则，学习装置优化探索是指在特定条件下，在当前最优指令有限范围内尝试其他指令；学习装置需要确定一个奖励函数来对锅炉各个状态进行评价，奖励函数计算方法为：R＝-w₁*|Real_GRFH-T_GRFH|-w₂*A_R-w₃*PI，其中Real_GRFH为锅炉实时负荷，T_GRFH为锅炉当前指导负荷，两者差异值越小奖励值越大；A_R为锅炉实时燃烧能源消耗速度，锅炉实时燃烧能源消耗速度为给煤机频率值，消耗速度越慢奖励值越大；PI为锅炉炉膛负压与最优范围差值的绝对值，差值越小奖励值越大，计算方法为

其中Real_P表示锅炉当前炉膛负压，Min_P为炉膛负压最优值范围下界，Max_P为炉膛负压最优值范围上界；炉膛负压最优值范围由专家经验给定；w₁、w₂、w₃均为正数，与对应项的重要程度正相关，w₁为负荷差异值系数，w₂为能源消耗速度系数,w₃为负压差值系数；w₁、w₂、w₃为相应系数，系数越大控制策略对相应偏差忍度越低；

控制逻辑装置，依据控制策略和锅炉运行状态生成控制指令；控制逻辑装置包括一套控制策略，能够根据锅炉运行状态、指导负荷进行决策，决定之后如何操作锅炉各项设备；控制逻辑装置使用的策略可以是学习装置学习到的控制策略，也可以是根据专家经验总结等方式得出的规则性控制策略，也可以是两者的组合方式；控制逻辑装置完成长期值守任务，代替人工监控锅炉运行状态并实时调整；

控制装置，接收锅炉控制指令，并将指令解析后实际控制锅炉各类机械设备。

2.根据权利要求1所述的基于人工智能优化锅炉燃煤效率的装置，其特征在于，锅炉全部运行状态指标包括锅炉所有电机运行转速、电流信息，锅炉炉膛各项物理指标，锅炉负荷指标，具体包括：

鼓风机转速、电流；引风机转速、电流；给煤机频率；炉排转速；炉膛负压、温度；锅炉出口温度、流量、压力；锅炉进口温度；锅炉当前输出负荷。

3.根据权利要求1所述的基于人工智能优化锅炉燃煤效率的装置，其特征在于，负荷调整接口所接收的锅炉负荷调整数据为数值型的数据，调整数据来源是人工调整，或者是其他系统通过接口实时调整；

锅炉负荷指标为评价当前锅炉实际输出热量值的衡量指标，其计算方法为：

锅炉负荷＝(锅炉出口温度-锅炉进口温度)*锅炉流量*4.18/3600；

锅炉出口温度、锅炉进口温度的单位是摄氏度，符号℃，锅炉流量是T/h，吨/每小时。

4.根据权利要求1所述的基于人工智能优化锅炉燃煤效率的装置，其特征在于，学习装置内置一套人工智能算法，持续学习锅炉运行数据不断优化控制策略，最终目标是找到最优控制策略；

最优控制策略为：在给定的指导负荷、锅炉运行状态下，最优控制策略生成控制指令，锅炉执行该指令满足负压值在合理范围内、输出负荷不低于指导负荷，且消耗的能源量最少。

5.一种基于人工智能优化锅炉燃煤效率的方法，其特征在于，基于权利要求1所述的基于人工智能优化锅炉燃煤效率的装置，含有如下步骤：

步骤1、初始化学习装置

明确定义各项数据指标；随机初始化一个控制策略；

学习装置需要确定一个奖励函数来对锅炉各个状态进行评价，奖励函数计算方法为：R＝-w₁*|Real_GRFH-T_GRFH|-w₂*A_R-w₃*PI，其中Real_GRFH为锅炉实时负荷，T_GRFH为锅炉当前指导负荷，两者差异值越小奖励值越大；A_R为锅炉实时燃烧能源消耗速度，锅炉实时燃烧能源消耗速度为给煤机频率值，消耗速度越慢奖励值越大；PI为锅炉炉膛负压与最优范围差值的绝对值，差值越小奖励值越大，计算方法为

其中Real_P表示锅炉当前炉膛负压，Min_P为炉膛负压最优值范围下界，Max_P为炉膛负压最优值范围上界；炉膛负压最优值范围由专家经验给定；w₁、w₂、w₃均为正数，与对应项的重要程度正相关，w₁为负荷差异值系数，w₂为能源消耗速度系数,w₃为负压差值系数；w₁、w₂、w₃为相应系数，系数越大控制策略对相应偏差忍度越低；

步骤2、感知装置获取锅炉运行数据

感知装置用来获取锅炉各项运行指标数据，包括引风机转速、电流；鼓风机转速、电流；炉排转速；给煤机频率；循环泵转速、电流；锅炉进口水温；锅炉出口水温、压力、流量；炉膛负压、温度；

以上各项数据均实时自动采集并保存到数据库系统中存储，学习装置从数据库中获得锅炉运行状态的实时数据，或者获得锅炉运行状态的历史数据；

步骤3、采集人工操作锅炉运行数据

通过专家操作锅炉一段时间，在此期间学习装置不断获取、学习锅炉运行数据；

步骤4、学习装置优化控制策略

1)学习装置优化控制策略分为三个阶段：

第一阶段为学习的初级阶段，学习装置学习专家操作数据，优化控制策略；

第二阶段为学习的成熟阶段，学习装置控制策略达到专家水平；

第三阶段为学习的持续优化阶段，学习装置基于自身优化算法，根据探索原则不断尝试优化，利用奖励函数评估真实环境反馈来持续优化自身控制策略；

2)学习装置优化探索的原则

学习装置优化探索是指在特定条件下，在当前最优指令有限范围内尝试其他指令；

当前最优指令是指当前策略根据实时锅炉状态和指导负荷得出的指令；

3)控制策略生成、优化方法：

学习装置通过神经网络函数拟合状态、指导负荷、操作指令、奖励之间的关系；学习装置持续探索不断学习持续优化拟合函数即状态行为值函数；

4)控制策略生成指令方法

控制策略依赖状态行为值函数生成指令，在特定状态s下选择使评估值q_π(s,a)最大的操作a指令作为当前最优指令；

5)多个控制策略下指令生成方法：

当控制逻辑装置使用多个控制策略时，需要明确控制策略的优先级、触发条件；

策略触发条件为使用控制策略的前置，当锅炉状态与触发条件相匹配时使用该控制策略生成控制指令；策略优先级为当多个控制策略均生效时，确定最终控制指令的依据。

6.根据权利要求5所述的一种基于人工智能优化锅炉燃煤效率的方法，其特征在于，学习装置实时优化控制策略时，进行优化探索时遵循以下原则：

由当前控制策略根据实时锅炉状态和指导负荷得出当前最优控制指令，在当前最优指令有限范围内尝试其他指令，当前最优指令有限范围是[opt-α*range,opt+α*range]

其中，opt为当前最优指令，range为转速范围，α为调整范围，此处α为5％；当前最优指令炉排转速为800转，炉排转速范围为1000转，则有效范围为800–1000*0.05至800+1000*0.05之间，即750至850之间；

在最优指令有限范围内旋转一个特定指令时，采用随机分布随机选择。

7.根据权利要求6所述的一种基于人工智能优化锅炉燃煤效率的方法，其特征在于，学习装置持续探索不断学习能够持续优化拟合函数即状态行为值函数；学习装置持续选择操作，获取奖励值，使用奖励值和下一个状态的评估值更新当前评估值；状态行为值函数通过持续迭代优化，公式为：

q_π(s,a)＝E_π[R_t+1+λq_π(S_t+1,A_t+1)|S_t＝s,A_t＝a]

其中，s为当前状态，a为当前采取的操作，q即为状态值函数，q_π(s,a)表示使用策略π，在状态s下采取a操作的评估估计值；

q_π(S_t+1,A_t+1)表示使用策略π，在下一个状态使用最优操作的评估估计值；

R_t+1为在当前状态下采取操作a之后获取的奖励值；

λ为衰减因子，表示在状态s下采取a动作后对后续状态评估值的影响，这里采取值为0.6。

Images