[发明专利]用于控制技术系统的控制装置和用于配置控制装置的方法

权利要求书

1.一种用于借助于机器学习方法配置技术系统（TS）的控制装置（CTL）的计算机实现的方法，其中

a）采集用于所述机器学习方法的训练数据（TD）的时间序列，其中所述训练数据（TD）包括指定所述技术系统（TS）的状态的状态数据（SD）以及指定所述技术系统（TS）的控制动作的控制动作数据（AD），

b）特定地采集所述控制动作数据（AD）的时间变化（∆AD），

c）使所述控制动作数据（AD）的时间变化（∆AD）在不同的时间窗（TF）内与所述状态数据（SD）的时间变化（∆SD）相关，其中分别确定特定于时间窗的相关值（CC），

d）根据所确定的相关值（CC）确定所得出的时间窗（RTF），

e）以特定于时间窗的方式提取位于所得出的时间窗（RTF）内的训练数据（FTD），并且

f）根据所提取的训练数据（FTD）借助于所述机器学习方法训练所述控制装置（CTL），并且因此配置所述控制装置用于控制所述技术系统（TS）。

2.根据权利要求1所述的方法，其特征在于，所述技术系统（TS）包括燃气轮机、风力涡轮机、太阳能动力设备、发电站、内燃机、机器人、加工设备、机动车辆、交通管制系统、用于建筑物的能量控制装置、能量输送网络、3d打印机或其他机器。

3.根据前述权利要求中任一项所述的方法，其特征在于，

对针对不同的时间窗（TF）的相关值（CC）进行比较，以及

据此将关于所述相关值（CC）优化的时间窗确定为所得出的时间窗（RTF）。

4.根据前述权利要求中任一项所述的方法，其特征在于，生成大量不同的时间窗（TF)，其中借助于数值优化方法控制所述生成，使得所生成的时间窗（TF）的相应的相关值（CC）被优化。

5.根据权利要求4所述的方法，其特征在于，作为优化方法使用梯度下降方法、粒子群优化和/或遗传优化方法。

6.根据前述权利要求中任一项所述的方法，其特征在于，

所述控制动作数据（AD）包括指定不同的控制动作的动作分量，

特定地对于相应的动作分量采集所述控制动作数据（AD）的时间变化，

特定地对于相应的动作分量确定所述相关值（CC），并且

据此通过组合特定于动作分量的时间窗来确定所得出的时间窗（RTF）。

7.根据前述权利要求中任一项所述的方法，其特征在于，

所述状态数据（SD）包括指定所述技术系统（TS）的不同的状态参数的状态分量，

特定地对于相应的状态分量确定所述相关值（CC），以及

据此通过组合特定于状态分量的时间窗确定所得出的时间窗（RTF）。

8.根据前述权利要求中任一项所述的方法，其特征在于，采集所述控制动作数据（AD）的大量时间变化（∆AD），并且通过相对于所述控制动作数据（AD）的相应的时间变化（∆AD）定义的不同的时间窗（TF）分别与所述状态数据（SD）的大量时间变化（∆SD）相关，其中分别确定特定于时间窗的相关值（CC）。

9.根据前述权利要求中任一项所述的方法，其特征在于，通过不同的时间窗（TF）的联合、平均和/或其他尤其是加权的组合来确定所得出的时间窗（RTF）。

10.根据前述权利要求中任一项所述的方法，其特征在于，

通过聚合时间窗来聚合所述状态数据（SD）和/或所述控制动作数据（AD），并且

根据聚合的状态数据（SD）和/或聚合的控制动作数据（AD）确定所得出的时间窗（RTF）。

11.根据权利要求10所述的方法，其特征在于，

使用不同的聚合时间窗，

特定地针对相应的聚合时间窗确定所述相关值（CC），以及

据此确定并且使用关于所述相关值（CC）优化的聚合时间窗值。