一种基于深度循环神经网络和进化计算的工业锅炉燃烧优化方法

摘要

本发明公开了一种基于深度循环神经网络和进化计算的工业锅炉燃烧优化方法：(1)锅炉燃烧非线性离线建模：采用循环神经网络结构搭建锅炉燃烧非线性模型BM，训练参数采用偏移数据结构对BM进行训练，得到训练完成后的非线性模型BM_trd；锅炉燃烧决策在线优化：根据非线性模型BM_trd和偏移数据结构建立在线决策优化方法，寻找最优的决策变化量组合，使得下一时刻的热效率得到优化。该方法在工业锅炉运行参数种类较少的情况下，实现工业锅炉在线燃烧优化，将优化决策结果直接或间接用于锅炉运行调整，使锅炉运行更加清洁、高效。