【Objectif】 Face aux fortes fluctuations des émissions de SO₂ à la sortie et aux coûts élevés de désulfuration du système d'élimination humide à double cycle simple tour des centrales à charbon, une stratégie d'optimisation hybride combinant un modèle prédictif et un algorithme d'optimisation multi-objectifs est proposée, visant à atteindre un équilibre entre conformité environnementale et exploitation économique du système. 【Méthode】 Tout d'abord, un modèle prédictif intégrant Transformer et un réseau de mémoire à long court terme bidirectionnel (BiLSTM) est construit, avec une utilisation innovante de l'algorithme amélioré du phoenix noir pour optimiser les hyperparamètres clés du modèle afin de surmonter les limites du réglage empiriques et améliorer la précision de la prédiction de la concentration massique de SO₂ à la sortie; ensuite, un modèle multi-objectifs prenant en compte la concentration massique de SO₂ à la sortie et le coût de désulfuration du système est établi, et résolu par un algorithme NSGA-Ⅱ amélioré afin d'obtenir des valeurs des variables contrôlables. 【Résultats】 Les résultats expérimentaux montrent que le modèle prédictif Transformer-BiLSTM optimisé par l'algorithme amélioré du phoenix noir dépasse les modèles BiLSTM, CNN-BiLSTM et Transformer-BiLSTM en termes d'erreur quadratique moyenne, d'erreur absolue moyenne et d'erreur absolue en pourcentage moyenne; parallèlement, la solution de Pareto optimale conciliant les aspects environnementaux et économiques a été obtenue par la résolution via l'algorithme NSGA-Ⅱ amélioré. 【Conclusion】 Cette stratégie d'optimisation hybride réduit efficacement la concentration massique de SO₂ à la sortie et le coût de désulfuration, validant l'efficacité de la méthode proposée pour concilier protection de l'environnement et exploitation économique.

simple tour double cycle;Transformer;réseau bidirectionnel à mémoire à long court terme;optimisation multi-objectifs;algorithme NSGA-Ⅱ amélioré