基于深度强化学习的原油短期调度优化

摘要

针对原油短期调度中原油转运速率优化不足的问题，采用分解的思路，将管道转运速率从离散值转换为连续实数值范围，同时提出一种新的决策生成方法，避免对管道转运速率这一连续实数值域的搜索，从而防止算法性能下降。在此基础上，通过合理设计状态特征、动作空间和奖励函数，提出一种基于SAC(soft actor-critic)算法的原油调度方法。该方法综合考虑了原油短期详细调度中所产生的管道混合成本、罐底混合成本、蒸馏塔的换罐成本、供油罐使用成本以及能耗成本共5个炼油调度目标。最后通过实例分析表明，利用SAC算法所得的调度与已有文献结果对比，单个目标优化效果提升了1.2%～77.8%不等。

关键词

原油短期调度 / 深度强化学习 / 组合优化 / 软演员-评论家(SAC)