[发明专利]用于计算机辅助地控制技术系统、特别是发电设备的方法在审

专利信息
申请号: 201880075694.1 申请日: 2018-10-11
公开(公告)号: CN111356959A 公开(公告)日: 2020-06-30
发明(设计)人: D.海因;A.亨切尔;S.乌德卢夫特 申请(专利权)人: 西门子股份公司
主分类号: G05B13/02 分类号: G05B13/02;G05B13/04
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 张涛;陈岚
地址: 德国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 计算机辅助 控制 技术 系统 特别是 发电 设备 方法
【说明书】:

发明涉及一种用于对技术系统、特别是发电设施进行计算机辅助控制以实现所述技术系统的预给定技术行为的方法,其中提供用于控制所述系统的运行数据组,其中提供用于描述所述技术系统的作用方式的系统模型,其中基于所述运行数据组并且基于所述系统模型,使用优化方法确定优化数据组,其中基于所述优化数据组,借助于选择方法选择所述技术系统的相关参数,所述相关参数与所述技术系统的其他参数相比使得能够对所述技术系统进行更有利的控制,其中使用所选择的相关参数确定用于所述技术系统的控制方法,其中借助于所述控制方法对所述技术系统进行控制。

技术领域

本发明涉及一种用于计算机辅助地控制技术系统、特别是发电设备的方法。

背景技术

在现有技术中已知各种用于控制发电设备的方法。特别是为了有效控制发电设备,确定最优控制方法和使用所述最优控制方法是有利的。

发明内容

本发明的任务在于提供和使用一种用于计算机辅助地控制技术系统的改进方法。

该任务通过独立权利要求解决。在从属权利要求中说明了本发明的扩展。

所描述的方法的优点在于,实现了对所述技术系统的改进的控制。这是通过以下方式实现的,基于运行数据组并且基于所述技术系统的系统模型,使用特别是无梯度的优化方法来确定优化数据组。借助于所述优化方法,使用一种开放方法来确定优化数据组。基于所述优化数据组,借助于选择方法来选择所述技术系统的相关参数,所述相关参数与所述技术系统的其他参数相比使得能够对所述技术系统进行更有利的控制。

借助于所选择的相关参数确定用于所述技术系统的控制方法。所确定的控制方法用于控制所述技术系统。将术语“控制”理解为控制和调节二者。通过所提出的方法,可以以较少的计算工作量确定用于所述技术系统的优化控制方法。

在一个实施方式中,所使用的选择方法是自适应互信息特征选择方法(adaptivemutual information feature selection,AMIFS)。与其他选择方法相比,借助于该方法可以选择更合适的相关参数来用于控制所述技术系统。因此,通过更精确地选择所述相关参数,可以实现所述控制方法的进一步改进。

在另一实施方式中,基于所选择的相关参数借助于基于模型的强化学习方法来确定所述控制方法。由此可以快速且准确地确定用于所述技术系统的优化控制方法。

在另一实施方式中,借助于无模型的强化学习方法基于所选择的相关参数来确定所述控制方法。所述无模型的强化学习方法也可以用于确定针对所述技术系统优化的控制方法。

在一个实施方式中,作为优化方法使用种群优化方法。在此,可以使用非常适合于所描述的方法的粒子群优化方法。

附图说明

结合对实施例的以下描述,本发明的上述属性、特征和优点以及实现它们的方式将变得更加清楚和更容易理解,下面结合附图对所述实施例进行详细地解释,其中

图1示出了用于确定控制方法的各种方法的示意图,

图2示出了用于基于运行数据组确定系统模型的示意图,

图3示出了用于种群优化方法的第一方法状态的示意图,

图4示出了用于种群优化方法的第二方法状态的示意图,以及

图5示出了用于执行该方法的系统的示意性结构。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西门子股份公司,未经西门子股份公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880075694.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top