【Цель】 Повысить скорость отклика и экономичность на неустановившейся фазе при запуске с увеличением нагрузки и остановке с уменьшением нагрузки угольных энергоблоков в условиях глубокой регулировки нагрузки. 【Метод】 На основе многомесячных данных запуска и остановки энергоблока мощностью 660 МВт системы DCS, сначала с использованием скользящего окна и критериев установившегося состояния были выявлены неустановившиеся сегменты процесса запуска и остановки, затем с помощью максимального коэффициента информации отобраны признаки, тесно связанные с мощностью, и введена характеристика прогресса процесса, отражающая степень продвижения этапов запуска и остановки. Для учета различий рабочих условий между месяцами данные в каждом сегменте запуска и остановки были по временной последовательности разнесены на слои, построены прокси-модели прогноза мощности с использованием LightGBM и Transformer, а гиперпараметры оптимизированы с помощью байесовской оптимизации. Наконец, обученная модель прогноза интегрирована в NSGA-Ⅱ для оптимизации с целью повышения скорости изменения нагрузки и снижения расхода топлива при соблюдении ограничений безопасности, выводятся выполнимые траектории заданных значений. 【Результаты】 Модель прогнозирования неустановившихся сегментов сохраняет хорошую обобщающую способность при условиях跨 месяцев, после оптимизации NSGA-II среднее время неустановившегося сегмента запуска и остановки сокращается примерно на 5.34%, а суммарный расход топлива снижается примерно на 3.53%. 【Вывод】 Предложенный метод оптимизации запуска и остановки на основе построения прокси-модели, основанной на данных, и многокритериальной оптимизации позволяет одновременно сократить время запуска и остановки и снизить расход топлива при соблюдении ограничений безопасности, обеспечивая техническую поддержку для гибкой регулировки нагрузки угольных энергоблоков и принятия вспомогательных решений при их онлайн-эксплуатации.

угольный энергоблок; глубокая регулировка нагрузки; быстрый запуск и остановка; управление на основе данных; гибридный алгоритм оптимизации