[发明专利]控制参数优化方法、装置和系统

说明书

本发明提供了一种控制参数优化方法、装置和系统，其中，该方法包括：获取待仿真控制参数数据；将所述待仿真控制参数数据输入至仿真系统中，得到仿真数据；将所述参数数据和仿真数据作为训练数据，对深度学习模型进行训练，得到控制指令；将所述控制指令作为待仿真控制参数数据输入至仿真系统中进行循环仿真和训练，直至得到满足预定条件的控制参数。本发明解决了现有的需要人工进行参数调整所导致的人力成本过高的问题，以及，通过实际机组运行数据作为训练数据导致的训练样本过少所导致的模型准确度低的问题，达到了简单高效进行准确的控制参数优化的技术效果。

技术领域

本发明涉及设备仿真技术领域，具体而言，涉及一种控制参数优化方法、装置和系统。

背景技术

控制系统作为机组运行的调度系统，相当于机组的大脑，对机组的正常运行起着决定性的作用。目前，关于控制系统的优化措施主要是基于经验，当某条指令传达到机组时，机组对应发生动作，当该控制措施导致机组发生异常时，才会调整控制方案，修改参数，进而解决异常，即，主要是基于试错的解决方案。

然而，机组的控制参数中存在着大量的开关型变量，因为变量变化快，导致难以对逐步试错进行控制，如果操作不当很容易导致机组损坏，试错成本比较高。基于现有的试错方案，需要大量的人力数据分析和参与才能起到优化的效果。

现有的也有一些从机组采集数据以训练优化模型的方式，但是机器学习和深度学习需要大量的训练数据，仅依靠从机组采集的数据，模型的准确率是远远不够的。

针对如何简单高效准确地对控制系统进行优化，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种控制参数优化方法、装置和系统，以解决现有的无法对控制系统进行简单准确的参数优化的技术问题。

一方面，提供了一种控制参数优化方法，包括：

获取待仿真控制参数数据；

将所述待仿真控制参数数据输入至仿真系统中，得到仿真数据；

将所述参数数据和仿真数据作为训练数据，对深度学习模型进行训练，得到控制指令；

将所述控制指令作为待仿真控制参数数据输入至仿真系统中进行循环仿真和训练，直至得到满足预定条件的控制参数。

在一个实施方式中，所述仿真数据包括以下至少之一：系统内部运行环境数据、系统外部运行环境数据。

在一个实施方式中，将所述参数数据和仿真数据作为训练数据，对深度学习模型进行训练，包括：

对所述参数数据和仿真数据进行预处理，以生成机器学习训练集；

将所述机器学习训练集作为训练数据，对所述深度学习模型进行训练。

在一个实施方式中，对所述参数数据和仿真数据进行预处理，包括：

对所述参数数据和仿真数据执行以下操作至少之一：去除异常值、编码处理、数据标准化。

在一个实施方式中，所述仿真系统为中央空调机组仿真系统。

另一方面，提供了一种控制参数优化装置，包括：

获取模块，用于获取待仿真控制参数数据；

仿真模块，用于将所述待仿真控制参数数据输入至仿真系统中，得到仿真数据；

训练模块，用于将所述参数数据和仿真数据作为训练数据，对深度学习模型进行训练，得到控制指令；

输入模块，用于将所述控制指令作为待仿真控制参数数据输入至仿真系统中进行循环仿真和训练，直至得到满足预定条件的控制参数。