技术特征：
1.一种基于模型离线规划的磨煤机控制优化方法，其特征在于，包括如下步骤：s1、从电厂中收集积累的磨煤机运行相关的历史数据并进行数据处理；s2、基于处理后的数据集进行磨煤机动态模型的学习；s3、使用模型预测控制框架构建磨煤机控制优化模型；s4、求解构建的优化模型得到磨煤机的控制策略。2.根据权利要求1所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，在所述步骤s1中，从电厂中收集积累的磨煤机运行相关的历史数据并进行数据处理，包括：s11、从电厂系统中收集磨煤机运行相关的历史数据集；s12、挑选与磨煤机运行控制密切相关的特征变量，包括反映磨煤机系统相关状态指标的状态特征和能进行操作调节的动作特征；s13、基于步骤s12挑选的特征对步骤s11收集的原始数据进行处理，形成磨煤机控制离线数据集，数据集中数据按照时间顺序进行排列，每条数据之间具有相同的时间间隔，对于每条数据，其中包含该条数据对应时刻下磨煤机系统的状态特征与动作特征的数值。3.根据权利要求2所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，所述状态特征包括：磨煤机入口一次风压、磨煤机入口一次风温度、磨煤机入口一次风量、磨煤机出口风温、磨煤机出口风压、磨煤机电流。4.根据权利要求2所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，所述动作特征包括：磨煤机给煤量、磨煤机热一次风调节阀位反馈、磨煤机冷一次风调节阀位反馈。5.根据权利要求1所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，在所述步骤s2中，基于处理后的数据集进行磨煤机动态模型的学习，包括：磨煤机动态模型为是磨煤机系统的转移动态函数，如下：s
t+1
＝f
m
(s
t
,a
t
)式中，t为某一时刻，s
t
为t时刻的状态特征，a
t
为t时刻的动作特征，s
t+1
为t+1时刻的状态特征，表示在某一时刻t下，磨煤机系统处于状态s
t
，执行动作a
t
后，磨煤机系统状态发生变化；磨煤机动态模型的输入为磨煤机当前时刻的状态特征s
t
与动作特征a
t
，输出为磨煤机下一时刻的状态特征s
t+1
。6.根据权利要求1所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，在所述步骤s3中，使用模型预测控制框架构建磨煤机控制优化模型，包括：基于从磨煤机离线数据训练得到的模型，通过最大化有限时域内的累积奖励，寻找最优的磨煤机控制策略：式中，h为有限时域的长度；r(s,a)表示奖励函数；策略π(s)表示从状态到动作的一个映射；a表示磨煤机系统的动作空间；对于基于模型预测控制的磨煤机控制优化模型的构建，包括磨煤机动态模型的离线训练与奖励函数的定义，磨煤机动态模型的离线训练通过步骤s2完成学习；磨煤机控制的奖励函数的构建采用“磨煤机给煤量”与“磨煤机电流”这两个特征，“磨煤机电流”反映了磨煤
机的电量消耗，“磨煤机给煤量”反映了磨煤机在磨煤工作上的运行情况，定义磨煤机的工况特征如下：式中，coal为磨煤机工作状态下的给煤量，current为磨煤机工作状态下的电流，c值越大，则表示磨煤机的工作状态越良好；此外，考虑磨煤机控制策略输出的变化平稳性，定义推荐动作波动性的代价函数为：将cost
a
纳入奖励函数以使推荐动作更加平滑，综合优化奖励函数可定义为：r
t
＝α
·
c-β
·
cost
a
式中，α,β为给定常数；基于磨煤机动态模型与奖励函数，利用有限时域模型预测控制框架构建磨煤机控制优化模型如下：s
t+1
＝f
m
(s
t
,a
t
)s0＝s
init
式中，f
m
为磨煤机动态模型，在进行磨煤机控制时，给定当前时刻的状态s0，通过求解以上有限时域的优化问题，获得长度为h的最优控制动作序列返回序列中的第一个动作并执行，得出当前时刻推荐的磨煤机系统最优控制。7.根据权利要求1所述的基于模型离线规划的磨煤机控制优化方法，其特征在于，在所述步骤s4中，所述求解构建的优化模型得到磨煤机的控制策略，包括：在任一时刻，以磨煤机系统当前状态特征s为起点，生成n条独立的随机动作序列{a0…
a
n
},其中每一个序列长度为h，包含每一个时刻的动作特征值；基于磨煤机动态模型与奖励函数，通过对动作序列中每一时刻的状态特征进行预测并计算得到对应的奖励值，进而求得每一条动作序列预测的累积奖励值通过选择一条具有最高累积预测奖励的动作序列作为最优动作序列：a
i*
＝argmax
i
r
i
这样得到磨煤机系统当前状态s下的最优控制动作序列这样得到磨煤机系统当前状态s下的最优控制动作序列返回序列中第一个动作作为当前时刻磨煤机控制动作推荐量。
技术总结
本发明火力发电技术领域，尤其是涉及一种基于模型离线规划的磨煤机控制优化方法，包括如下步骤：S1、从电厂中收集积累的磨煤机运行相关的历史数据并进行数据处理；S2、基于处理后的数据集进行磨煤机动态模型的学习；S3、使用模型预测控制框架构建磨煤机控制优化模型；S4、求解构建的优化模型得到磨煤机的控制策略。本发明基于磨煤机历史运行数据，利用深度学习进行磨煤机动态模型的构建与训练，通过规划的方法求解一个模型预测控制问题来获得磨煤机的优化控制变量。煤机的优化控制变量。煤机的优化控制变量。
技术研发人员：王微 王晓峰 白伟 王利平 张全 董曙君 吕永兴 贾志军 吕晓娟
受保护的技术使用者：内蒙古京能康巴什热电有限公司
技术研发日：2021.10.22
技术公布日：2022/2/8