摘要
在“双碳”目标与能源高效利用要求不断提升的背景下,流程工业中煤粉锅炉的高效节能运行成为企业核心竞争力的重要体现。由于锅炉系统普遍存在多变量强耦合、动态时变和非线性复杂性,传统PID与MPC等模型预测控制方法受限于模型精度与扰动鲁棒性,难以持续保障经济运行。本文提出融合深度强化学习(DRL)算法的多变量APC系统架构,通过深度网络对锅炉燃烧、脱硫脱硝等关键环节进行多源数据建模与智能优化,实现对燃料—空气配比、蒸汽品质及环保指标的全过程动态调优。研究为高能耗行业推进节能减排、绿色智能转型提供了系统性理论与实践参考。
出处
《石油石化物资采购》
2025年第22期130-132,247,共4页
Petroleum & Petrochemical Material Procurement
