基于深度强化学习的火电厂机组负荷优化分配研究
乔仙保 （ 北方联合电力有限责任公司临河热电厂 ）
王 刚 （ 北方联合电力有限责任公司临河热电厂 ）
马 瑞 （ 北方联合电力有限责任公司临河热电厂 ）
https://doi.org/10.37155/2717-5189-0802-36Abstract
本文聚焦基于深度强化学习的火电厂机组负荷优化分配研究，阐述了深度强化学习基本原理，包括强化 学习概述、深度学习与强化学习的结合及常见算法。分析了火电厂机组负荷分配的目标、约束条件以及传统方法的局 限性。随后构建基于深度强化学习的负荷优化分配模型，涵盖总体架构、状态空间、动作空间、奖励函数设计及算法 选择与训练。通过仿真实验，将基于DDPG算法的模型与传统算法对比，结果表明深度强化学习算法在实时性和应对 动态工况等方面优势显著，能实现机组负荷高效合理分配。
Keywords
深度强化学习；火电厂；负荷优化分配Full Text
PDFReferences
[1]翁存兴,王晓宁,刘碧峰.基于深度学习的火电厂机
组负荷调度自动控制方法[J].信息与电脑(理论版),2023,
35(01):83-85.
[2]徐亮亮.火电厂集控运行节能降耗技术探讨[J].节能
与环保,2023,(09):53-55.
[3]李越,漆锐,杨盼.燃煤锅炉高温腐蚀及燃烧损伤成因
和优化分析[J].电站系统工程,2025,41(02):27-29+32.
[4]王誉仁.火力发电厂锅炉燃烧效率与环保性能优化
措施[J].造纸装备及材料,2025,54(02):97-99.
组负荷调度自动控制方法[J].信息与电脑(理论版),2023,
35(01):83-85.
[2]徐亮亮.火电厂集控运行节能降耗技术探讨[J].节能
与环保,2023,(09):53-55.
[3]李越,漆锐,杨盼.燃煤锅炉高温腐蚀及燃烧损伤成因
和优化分析[J].电站系统工程,2025,41(02):27-29+32.
[4]王誉仁.火力发电厂锅炉燃烧效率与环保性能优化
措施[J].造纸装备及材料,2025,54(02):97-99.
Copyright © 2026 乔仙保,王 刚,马 瑞
Publishing time:2026-01-31
This work is licensed under a Creative Commons Attribution 4.0 International License