热能动力工程

作者：程淳,吴萌,贾亚博

单位：西安建筑科技大学 信控学院,,西安建筑科技大学 信控学院,,华能平凉电厂,

关键词：喷雾优化;深度确定性策略梯度;物理约束;深度神经网络

基金：国家重点研发计划资助（2023YFC3803900）

间冷塔喷雾参数设计和优化往往依赖经验和不断试错，无法充分发挥系统的动态特性来应对复杂性。本文提出了一种基于深度确定性策略梯度（DDPG）和物理约束神经网络（PINN）的间冷塔喷雾优化，旨在降低机组背压和间冷塔进风口温度。通过将DDPG算法应用于深度神经网络，将间冷塔进风口温度、机组背压等参数输入到价值网络和策略网络，得到包含阀门开启程度以及喷雾压力调节的优化方案。此外，在奖励函数中引入 PINN 的物理方程对智能体进行物理约束，从而使智能体在环境中表现出更合理更可靠的物理行为。通过实验，验证了该优化能够有效降低进风口温度以及机组背压，进风口温度下降约4℃，机组背压下降约2.5kPa且达到目标值速度增加12.5%。

来源：2025年第8期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2025年第8期