热能动力工程

作者：程明,杨天翔,王悦,刘忠全,王承文,周俊波

单位：国家电投集团内蒙古能源有限公司,,通辽电投发电有限责任公司,,国家电投集团内蒙古能源有限公司,,通辽电投发电有限责任公司,,西安热工研究院有限公司,,西安热工研究院有限公司,

关键词：锅炉热效率;深度强化学习;Transformer;PPO算法

基金：华能集团科技项目（HNKJ25-H46）和陕西省重点研发计划项目（2024GX-ZDCYL-01-18）

在“双碳”战略背景下，火电机组作为调节电力系统稳定性的关键设备，其运行效率和智能化水平亟待提升。锅炉作为火电机组中的核心单元，其热效率直接影响燃料利用率与碳排放水平。传统控制策略难以应对锅炉运行过程中多变量耦合、非线性变化的复杂性。为此，提出一种基于深度强化学习的锅炉热效率预测与优化模型。构建了基于Transformer与LSTM结构融合的预测模型，实现锅炉热效率与负荷的动态预测，在测试集上分别取得R2为0.95和0.99的优异表现。在此基础上，分别采用遗传算法（GA）与近端策略优化算法（PPO）对锅炉关键操作参数进行调整，实现热效率优化。对比结果表明，PPO优化后热效率提升覆盖率达87.5%，平均提升幅度优于GA，且锅炉负荷控制偏差显著减小。此外，PPO具有更好的平稳控制和计算效率，更适用于实际工程场景下的在线优化。

来源：2026年第4期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2026年第4期