本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的熱風(fēng)爐自動(dòng)燒爐方法及系統(tǒng)，包括：獲取熱風(fēng)爐歷史燒爐數(shù)據(jù)；根據(jù)歷史燒爐數(shù)據(jù)對(duì)不同燃燒階段的熱風(fēng)爐深度強(qiáng)化模型進(jìn)行訓(xùn)練；所述訓(xùn)練包括：根據(jù)前一時(shí)刻熱風(fēng)爐狀態(tài)和燒爐動(dòng)作，預(yù)測(cè)當(dāng)前熱風(fēng)爐狀態(tài)下燒爐動(dòng)作的動(dòng)作范圍以及執(zhí)行燒爐動(dòng)作后下一時(shí)刻的熱風(fēng)爐反饋狀態(tài)；根據(jù)熱風(fēng)爐反饋狀態(tài)得到燒爐動(dòng)作獎(jiǎng)懲值，選擇當(dāng)前熱風(fēng)爐狀態(tài)下的最優(yōu)燒爐動(dòng)作；迭代計(jì)算當(dāng)前燃燒階段下每個(gè)時(shí)刻的最優(yōu)燒爐動(dòng)作；根據(jù)不同燃燒階段的熱風(fēng)爐深度強(qiáng)化模型對(duì)熱風(fēng)爐進(jìn)行自動(dòng)燒爐控制。采用深度強(qiáng)化學(xué)習(xí)離線學(xué)習(xí)的方法實(shí)現(xiàn)熱風(fēng)爐的自動(dòng)燒爐，控制精度高，泛化性好，抗干擾能力強(qiáng)。