基于深度强化学习的分区喷氨协同控制方法与系统

本发明公开了一种基于深度强化学习的分区喷氨协同控制方法与系统，方法包括：选择分区喷氨量作为系统输入，分区出口NOx浓度作为系统输出，构建SCR喷氨脱硝的系统模型；设计适用SCR系统的高斯型奖励函数，使用双延迟深度确定性策略梯度算法设计智能体；基于高斯型奖励函数，通过TD3算法控制智能体与SCR系统交互，完成智能体的训练；将训练好的智能体策略部署至实际SCR控制系统，实现对喷氨总量与分区喷氨量的实时动态优化。本发明有效地改善了分区出口NOx浓度的均匀性，在总体符合约束条件的情况下对喷氨总量进行了合理分配，并且可以快速跟随喷氨总量的变化，在脱硝系统特性变化后仍然实现了控制目标，具有良好的鲁棒性。