基于深度强化学习的蒸汽发生器水位控制

来源 :哈尔滨工程大学学报 | 被引量 : 0次 | 上传用户：tcsr888

【摘要】

：

针对蒸汽发生器精确建模困难和低工况下控制性能差的问题,本文提出了一种基于深度强化学习优化的智能分层(IH)控制器.使用串级PI控制器作为初级控制器,用于直接控制水位.高级控制器采用经过深度强化学习优化的智能体控制器,负责实时对串级PI的参数进行优化,以便获得更好的控制性能.在高级控制器智能体的训练过程中,通过构建状态信息和奖励函数并采用深度残差神经网络逼近作为Q函数和策略函数的逼近器,获得了较好的泛化性能.结果表明:在不同的功率水平下,智能分层方法不仅对蒸汽发生器水位控制具有良好的跟踪能力,而且还具有很好

【作者】

：

张汲宇夏虹彭彬森王志超姜莹莹

【机构】

：

哈尔滨工程大学核安全与先进核能技术工信部重点实验室,黑龙江哈尔滨150001;哈尔滨工程大学核安全与仿真技术国防重点学科实验室,黑龙江哈尔滨150001

【出处】

：

哈尔滨工程大学学报

【发表日期】

：

2021年12期

【关键词】

：

蒸汽发生器深度强化学习深度确定性策略梯度水位控制状态信息奖励函数评价网络动作网络

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

潮流能涡轮机阵列优化离散量子粒子群算法

为解决多参数、多约束条件的潮流能涡轮机阵列优化问题,提出了一种改进的离散量子粒子群(quantum dis-crete particle swarm,QDPS)算法.该算法将计算区域离散化,每个粒子代表一种涡轮机阵列布局,并以发电量为目标函数,利用更新公式进行迭代优化.基于舟山普陀山岛—葫芦岛水道涨急和落急时刻的流场数据进行算法验证,分析了涡轮机阵列优化效果.结果表明:离散量子粒子群算法能够实现自主智能优化,优化速度快,与传统交错布局相比,涨急时刻涡轮机阵列总发电量提高了28.9％,落急时刻涡轮机阵列总发

期刊

潮流能涡轮机阵列优化离散量子粒子群算法普陀山岛—葫芦岛水道发电量

兆瓦级空间反应堆辐射特性分析

针对阴影屏蔽体的材料选取与仪器仓布局问题,本文以核动力航天器为对象,研究了屏蔽材料与结构材料的辐射特性,计算得到了屏蔽体阴影区域内的辐射场分布.本文利用蒙特卡罗方法在屏蔽阴影区范围内对中子与光子进行输运计算,得到中子与光子在空间中的分布情况.通过得到的不同屏蔽材料与结构材料对具有特定能谱的中子与光子的屏蔽效果,选出了适用于空间反应堆屏蔽体设计的材料,确定了一种满足辐射防护限制要求的屏蔽材料组合方式.研究表明:铅、氢化锆和聚乙烯应用于空间堆的辐射屏蔽能使屏蔽体更加轻质化,掺杂氢化锆粉末的聚乙烯复合型材料的屏

期刊

空间堆兆瓦级辐射防护辐射特性气冷快堆光子屏蔽中子屏蔽航天器

水下航行器艇体形状对阻力及流噪声综合影响

艇体形状同时影响水下航行器的快速性和隐身性两大重要性能.为了探究艇体形状对阻力以及流噪声的综合影响规律,本文应用Myring方程确定了不同头部形状、艉部形状,以及平行中体长度的艇型,基于CFD方法应用Realizable k-ε湍流模型对不同艇型的阻力进行计算,并应用大涡模拟湍流模型结合FW-H方程对不同艇型的流噪声进行了计算.结果显示在流速、艇体长度、长宽比等条件相同时,头部形状中等饱满,艉部外凸,平行中体长度小的艇体阻力以及流噪声小.计算结果可对水下航行器的形状设计提供一定参考.

期刊

水下航行器形状设计阻力计算流噪声计算

PSO-LSSVM的核电站破口故障程度评估方法

为了保证从核电站大量数据中有效地挖掘信息以及故障下运行状态的智能表征,本文提出一种基于粒子群优化和最小二乘支持向量机的系统级故障程度评估方法,用于完善故障诊断系统的功能.针对最小二乘支持向量机算法的超参数选取对于回归精度影响较大问题,应用基于粒子群优化算法借助智能搜索策略来优化模型的超参数.基于最优超参数的回归模型能够提取系统级参数间的约束关系,以进行实时故障程度的评估.性能测试表明:采用提出的方法能够有效评估核电站系统级故障的程度,相较于粒子群优化-支持向量机以及最小二乘支持向量机算法具有更高的回归精度

期刊

核动力装置故障程度评估最小二乘-支持向量机粒子群优化算法运行支持回归模型优化算法数据驱动

基于深度强化学习的蒸汽发生器水位控制

与本文相关的学术论文