SCR脱硝系统的强化学习复合串级控制

作者:陈皓炜; 贾新春; 孙小明; 侯鹏飞
更新时间:

针对选择性催化还原(SCR)脱硝系统多扰动、大滞后、大惯性的特点,提出了一种基于改进的双滞后深度确定性策略梯度(IT D3)算法、比例积分(PI)控制器和扰动观测器(DOB)的ITD3-PI复合串级控制算法。首先,根据PID控制的想法提出ITD3算法。通过对输出到NOx的质量浓度设定值和测量值之间的误差进行微分和积分运算,生成新的环境状态,同时将新的状态、测量值和误差存储在经验池中。然后,利用DOB对脱硝过程中的扰动进行估计,并进行前馈补偿。最后,在ITD3-PI复合串级控制和TD3-PI复合串级控制、复合串级PID控制和串级PID控制之间进行了对比实验。结果表明,该方法具有控制速度快、体积小、抗干扰能力强等优点,为强化学习在SCR脱硝系统中的应用提供了新的思路。