Optimización multiobjetivo mejorada por aprendizaje de refuerzo para la mezcla sostenible de carbón en centrales térmicas
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Este estudio introduce un nuevo algoritmo para optimizar la mezcla de carbón en las centrales eléctricas, reduciendo significativamente los costos y el impacto ambiental. El algoritmo Q-learning-enhanced NSGA-II (QLNSGA-II) mejora la eficiencia y la sostenibilidad en la generación de energía a base de carbón.
Área De La Ciencia
- * Algoritmos de optimización multiobjetivo
- * Inteligencia computacional en los sistemas energéticos
- * Ingeniería de la combustión y ciencias del medio ambiente
Sus Antecedentes
- * La mezcla de carbón en las centrales térmicas presenta desafíos económicos, operativos y ambientales complejos.
- * Los métodos existentes a menudo tienen dificultades para equilibrar objetivos concurrentes como la reducción de costes y el control de emisiones.
- * El ajuste dinámico de los parámetros de mezcla es crucial para la optimización del rendimiento en tiempo real.
Objetivo Del Estudio
- * Desarrollar y validar un nuevo algoritmo, Q-learning-enhanced NSGA-II (QLNSGA-II), para la mezcla de carbón multiobjetivo.
- * Integrar la optimización de políticas adaptativas de Q-learning con la selección elitista de NSGA-II para el ajuste dinámico de parámetros.
- * Establecer una función objetiva basada en la física teniendo en cuenta la termodinámica de la fusión de cenizas y la cinética de las emisiones de contaminantes.
Principales Métodos
- * Desarrollo del algoritmo QLNSGA-II, que combina el aprendizaje Q para el ajuste adaptativo de la velocidad y el NSGA-II para la optimización multiobjetivo.
- * Implementación de una función objetiva basada en la física que incorpore la eficiencia de combustión y los límites de emisión de NOx.
- * Validación mediante pruebas de referencia (WFG, UF suites) y ensayos industriales en una central eléctrica.
Principales Resultados
- * QLNSGA-II demostró un rendimiento superior en las suites de referencia, mejorando la distancia generacional invertida (IGD) en un 12,7% y el hipervolumen (HV) en un 9,3%.
- * La validación industrial mostró una reducción del 14,7% en el coste del combustible y una disminución del 41% en la incidencia de escoria.
- Los beneficios ambientales significativos incluyen un contenido de azufre reducido (24,8%), una mayor tasa de calor neto (6,9%) y un ahorro anual sustancial en costes y emisiones.
Conclusiones
- * QLNSGA-II ofrece una solución escalable y robusta para problemas complejos de mezcla de carbón con múltiples objetivos.
- * El algoritmo equilibra efectivamente los factores económicos, operativos y ambientales en la generación de energía a base de carbón.
- * Este enfoque representa un avance significativo en la mejora de la eficiencia y la sostenibilidad del sector energético.
Contact us Si estos videos no son relevantes.
Contact us Si estos videos no son relevantes.
Videos de Conceptos Relacionados
The maximum power flow for lossy transmission lines is derived using ABCD parameters in phasor form. These parameters create a matrix relationship between the sending-end and receiving-end voltages and currents, allowing the determination of the receiving-end current. This relationship facilitates calculating the complex power delivered to the receiving end, from which real and reactive power components are derived.
For a lossless line, simplifications streamline the calculation of real...
Cruise control systems in cars are designed as multi-input systems to maintain a driver's desired speed while compensating for external disturbances such as changes in terrain. The block diagram for a cruise control system typically includes two main inputs: the desired speed set by the driver and any external disturbances, such as the incline of the road. By adjusting the engine throttle, the system maintains the vehicle's speed as close to the desired value as possible.
In the absence...
Beams are structural elements commonly employed in engineering applications requiring different load-carrying capacities. The first step in analyzing a beam under a distributed load is to simplify the problem by dividing the load into smaller regions, which allows one to consider each region separately and calculate the magnitude of the equivalent resultant load acting on each portion of the beam. The magnitude of the equivalent resultant load for each region can be determined by calculating...
Positive reinforcement is a powerful method for teaching new behaviors to both animals and humans. B.F. Skinner demonstrated this with his experiments using rats in a Skinner box. When a rat pressed a lever, it received a food pellet. This immediate reward encouraged the rat to repeat the behavior. This method, where a reward follows every instance of the behavior, is known as continuous reinforcement. It is highly effective for establishing new behaviors quickly.
Once a behavior is learned,...
San Francisco's Golden Gate Bridge is exposed to temperatures ranging from -15 °C to 40 °C. At its coldest, the main span of the bridge is 1275 m long. Assuming that the bridge is made entirely of steel, what is the change in its length between these temperatures?
To solve the problem, first, identify the known and unknown quantities. The initial length (L) of the bridge is 1275 m, the coefficient of linear expansion (α) for steel is 12 x 10-6/°C, and the change in...
Individual molecules in a gas move in random directions, but a gas containing numerous molecules has a predictable distribution of molecular speeds, which is known as the Maxwell-Boltzmann distribution, f(v).
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
Since N is dimensionless and the unit of f(v) is seconds per meter, the equation can be conveniently modified into a...