[發明專利]一種基于深度強化學習的鋼鐵企業氧氣系統調度方法

在審

• 申請號: 202210024176.5
• 申請日: 2022-01-10
• 公開（公告）號: CN114219366A
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 李麗娟;高瀟雨;楊世品;張印強
• 申請（專利權）人: 南京工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04;G06N3/08
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 胡仿

本發明公開了一種基于深度強化學習的鋼鐵企業氧氣系統調度方法，包括：獲取每個環節氧氣系統對應設備的處理數據，對數據進行預處理，并構建訓練集；基于訓練集構建深度強化學習DDPG模型，其中，深度強化學習DDPG模型包括DDPG深度學習網絡結構和DDPG強化學習模塊；訓練深度強化學習DDPG模型，得到調度過程中對應設備出力規則；將待生產、運輸、使用的氧氣任務調度數據輸入到訓練好的深度強化學習DDPG模型，并據設備出力規則得到鋼鐵企業氧氣的調度安排。本發明能夠快速、準確獲取鋼鐵企業氧氣系統的調度安排。

技術領域

本發明涉及調度技術領域，特別涉及一種基于深度強化學習的鋼鐵企業氧氣系統調度方法。

背景技術

氧氣是現代鋼鐵企業生產過程中不可或缺的能源消耗原料，其在鋼鐵冶煉工藝中主要用于高爐煉鐵或轉爐煉鋼，高純度的氧、氮、氬等氣態和液態產物可以使用空氣分離裝置獲得。因此，空分裝置作為鋼鐵企業的供氧端，與用于運輸存儲氧氣、消耗氧氣的其他設備共同組成了氧氣系統。在實際的生產過程中，用氧端頻繁波動導致高峰值與低谷值差距大，與供氧端之間會產生不匹配的情況。傳統的調度方案僅依靠經驗和歷史數據報表，不能及時調整以滿足實時變化的用氧端需求，這會導致更高的成本或者更多的氣體放散量，從而造成經濟損失和資源浪費等一系列不良結果。

發明內容

本發明的目的在于提供一種基于深度強化學習的鋼鐵企業氧氣系統調度方法，以解決上述技術問題。

為達此目的，本發明采用以下技術方案：

提供一種基于深度強化學習的鋼鐵企業氧氣系統調度方法，其改進之處在于，包括：

獲取每個環節氧氣系統對應設備的處理數據，對數據進行預處理，并構建訓練集；

基于訓練集構建深度強化學習DDPG模型，其中，深度強化學習DDPG模型包括DDPG深度學習網絡結構和DDPG強化學習模塊；

訓練深度強化學習DDPG模型，得到調度過程中對應設備出力規則；

將待生產、運輸、使用的氧氣任務調度數據輸入到訓練好的深度強化學習DDPG模型，并據設備出力規則得到鋼鐵企業氧氣的調度安排。

本發明通過結合深度學習和強化學習，使得深度神經網絡可實現特征提取，并得到調度過程中對應設備出力規則，進而能夠快速、準確獲取鋼鐵企業氧氣系統的調度安排。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對本發明實施例中所需要使用的附圖作簡單地介紹。顯而易見地，下面所描述的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明一實施例提供的基于深度強化學習的鋼鐵企業氧氣系統調度方法的步驟圖。

具體實施方式

下面結合附圖并通過具體實施方式來進一步說明本發明的技術方案。

其中，附圖僅用于示例性說明，表示的僅是示意圖，而非實物圖，不能理解為對本專利的限制；為了更好地說明本發明的實施例，附圖某些部件會有省略、放大或縮小，并不代表實際產品的尺寸；對本領域技術人員來說，附圖中某些公知結構及其說明可能省略是可以理解的。

本發明一實施例提供的基于深度強化學習的鋼鐵企業氧氣系統調度方法，如圖1所示，包括如下步驟：

步驟S1：獲取每個環節氧氣系統對應設備的處理數據，對數據進行預處理，并構建訓練集；

步驟S2：基于訓練集構建深度強化學習DDPG模型，其中，深度強化學習DDPG模型包括DDPG深度學習網絡結構和DDPG強化學習模塊；

步驟S3：訓練深度強化學習DDPG模型，得到調度過程中對應設備出力規則；