【Objetivo】 Melhorar a velocidade de resposta e a economicidade na fase não estacionária de aumento de carga durante a partida e redução de carga durante a parada de unidades termelétricas a carvão sob condições de ajuste profundo de carga. 【Método】 Baseado em dados operacionais de partida e parada de vários meses de uma unidade de 660 MW do sistema DCS, primeiramente foi utilizada uma janela deslizante com limiares e critérios de estado estacionário para identificar segmentos não estacionários durante os processos de partida e parada; em seguida, o coeficiente máximo de informação foi usado para selecionar variáveis características fortemente correlacionadas com a potência, e introduziu-se uma característica de progresso do processo para representar o avanço nas fases de partida e parada. Considerando as diferenças nas condições operacionais entre os meses, os conjuntos de dados em cada segmento de partida e parada foram estratificados por ordem temporal e foram construídos modelos proxy de previsão de potência utilizando LightGBM e Transformer, com otimização bayesiana para ajuste dos hiperparâmetros. Finalmente, o modelo preditivo treinado foi incorporado ao NSGA-Ⅱ, visando melhorar a taxa de variação da carga e reduzir o consumo de combustível, respeitando as restrições de segurança, e produzindo trajetórias de valores executáveis. 【Resultados】 O modelo de previsão dos segmentos não estacionários manteve bom desempenho de generalização sob condições entre meses; após a otimização pelo NSGA-II, o tempo médio dos segmentos não estacionários de partida e parada foi reduzido em cerca de 5,34% e o consumo acumulado de combustível diminuído em cerca de 3,53%. 【Conclusão】 O método de otimização de partida e parada baseado em modelagem proxy orientada por dados e otimização multiobjetivo proposto permite, sob restrições de segurança, reduzir simultaneamente o tempo de partida e parada e o consumo de combustível, fornecendo suporte técnico para a regulação flexível de carga e decisões operacionais online de unidades termelétricas a carvão.

unidade a carvão; regulação profunda de carga; partida e parada rápida; orientado por dados; algoritmo de otimização híbrido