-
公开(公告)号：CN115167103A
公开(公告)日：2022-10-11
申请号：CN202210680085.7
申请日：2022-06-15
Applicant: 华北电力科学研究院有限责任公司 , 中国科学院自动化研究所 , 国家电网公司
IPC: G05B11/42
Abstract: 本发明提供一种发电过程中PID控制器的参数确定方法及装置，涉及发电过程控制技术领域，其中方法包括：获取PID控制系统的历史数据；其中，PID控制系统用于基于PID控制器控制发电过程中的被控设备，历史数据包括历史输入数据和历史输出数据；基于历史数据和至少一个预设工况模型，确定PID控制系统的目标工况模型；基于目标工况模型确定PID控制器的PID参数。本发明基于PID控制系统的历史数据和至少一个预设工况模型，确定PID控制系统的目标工况模型，并基于目标工况模型可获得PID控制器的参数，无需人工整定PID控制系统的PID控制器参数，从而提高了PID控制器参数的整定效率。
-
公开(公告)号：CN115729109A
公开(公告)日：2023-03-03
申请号：CN202211477780.X
申请日：2022-11-23
Applicant: 中国科学院自动化研究所 , 华北电力科学研究院有限责任公司 , 国家电网有限公司
IPC: G05B13/04
Abstract: 本发明提供一种火力发电系统优化控制方法、装置、设备和介质，该方法包括：构建火力发电系统的网络模型、控制网络及评价网络，在预设学习速率下迭代更新评价网络的权值，得到控制网络的最优性能指标的值函数，并基于最优性能指标的值函数迭代更新控制网络的权值，直至得到最优控制策略；在控制网络达到预设收敛精度的情况下，保留当前控制网络的最优性能指标的值函数，并基于保留的最优性能指标的值函数获取火力发电系统的目标最优控制策略，以根据目标最优控制策略对火力发电系统进行优化控制，由此本发明利用预设学习率函数、迭代值函数和迭代控制策略进行局部迭代，有效地减轻了火力发电系统的计算负担，提高火力发电系统的控制效率和可靠性。
-
公开(公告)号：CN115933380A
公开(公告)日：2023-04-07
申请号：CN202211436526.5
申请日：2022-11-16
Applicant: 中国科学院自动化研究所 , 华北电力科学研究院有限责任公司 , 国家电网有限公司
IPC: G05B13/04
Abstract: 本发明提供一种发电过程的策略预测模型的训练方法及相关设备，其中方法包括：对初始的策略预测模型进行初始化，其中策略预测模型包括控制网络、干扰网络、模型网络以及评价网络；获取历史发电数据，并根据历史发电数据对模型网络进行权值优化，得到优化后的中间策略预测模型；基于历史发电数据，对中间策略预测模型进行训练，得到优化后的评价网络、控制网络和干扰网络；确定训练后的策略预测模型是否收敛，并在确定收敛时得到策略预测模型。通过各网络之间的相互限制，同时引入控制和干扰因素对发电的影响，提高发电策略预测的准确性。
-
公开(公告)号：CN115167106A
公开(公告)日：2022-10-11
申请号：CN202210744940.6
申请日：2022-06-27
Applicant: 华北电力科学研究院有限责任公司 , 中国科学院自动化研究所 , 国家电网有限公司
IPC: G05B11/42
Abstract: 本发明提供一种基于除氧器系统的比例积分微分PID参数整定方法，通过基于神经网络构建动作网络来模拟PID控制器，并构建评价网络来评估PID控制器的性能，以便于利用神经网络所具有的自学习以及自适应的特点进行动作网络和评价网络的优化迭代，并结合除氧器系统的运行状态数据可以实现针对实际应用场景中具体的运行稳定性问题，自适应优化动作网络和评价网络，以达到优化动作网络所模拟的PID控制器控制性能的目的，从而基于优化后的PID控制器控制除氧器系统以稳定的运行状态运行，以消除由于除氧器系统的运行稳定性问题导致锅炉给水处理系统存在安全隐患、系统超调或者延迟的缺陷。
-
公开(公告)号：CN111753468B
公开(公告)日：2021-09-07
申请号：CN202010599600.X
申请日：2020-06-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于深度强化学习的电梯系统自学习最优控制方法及系统，所述控制方法包括：建立运行模型和概率分布模型；对电梯系统的数据信息进行预处理，得到当前数据信息；根据当前数据信息进行全局迭代，通过多个异步线程迭代进行局部处理：针对每一异步线程，根据当前数据信息，利用深度强化学习训练局部动作评价网络，并修正动作评价网络的权值；直至多线程迭代结束及全局迭代结束，根据动作评价网络的权值确定全局动作评价网络；根据全局动作评价网络得到最优的电梯控制策略，以确定平均等待时间。本发明在全局迭代过程中，通过多个异步线程迭代进行局部处理，确定动作评价网络的权值，通过自学习得到最优的电梯控制策略。
-
Patent Agency Ranking
公开(公告)号：CN118072743A
公开(公告)日：2024-05-24
申请号：CN202311646416.6
申请日：2023-12-04
Applicant: 中国大唐集团科学技术研究总院有限公司华北电力试验研究院 , 中国大唐集团科学技术研究总院有限公司 , 北京科技大学 , 中国科学院自动化研究所
Abstract: 本发明公开了一种基于风机缺陷螺栓声纹信息的声学识别软件系统，包括：用户管理模块、声纹采样模块、声纹识别模块以及数据结果导出模块，其中，用户管理模块采用基于Postgresql数据库进行用户数据的存储与导出；声纹采样模块采用基于sounddevice及soundfile函数框架实现麦克风设备的调用和声纹信息的采样，然后对特定格式的音频文件进行路径的自定义保存；声纹识别模块先实现音频文件的获取，再对音频文件进行分割预处理和声纹识别；数据结果导出模块以Resnet网络算法的识别结果为导向，将输出结果进行分类并保存文本数据。本发明实现对风机螺栓缺陷与紧固情况的实时检测，提升了风机螺栓工作状态监测的维护保障能力，提高风机运行的人工维护效率以及降低相关的维护成本。
-
公开(公告)号：CN111753468A
公开(公告)日：2020-10-09
申请号：CN202010599600.X
申请日：2020-06-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于深度强化学习的电梯系统自学习最优控制方法及系统，所述控制方法包括：建立运行模型和概率分布模型；对电梯系统的数据信息进行预处理，得到当前数据信息；根据当前数据信息进行全局迭代，通过多个异步线程迭代进行局部处理：针对每一异步线程，根据当前数据信息，利用深度强化学习训练局部动作评价网络，并修正动作评价网络的权值；直至多线程迭代结束及全局迭代结束，根据动作评价网络的权值确定全局动作评价网络；根据全局动作评价网络得到最优的电梯控制策略，以确定平均等待时间。本发明在全局迭代过程中，通过多个异步线程迭代进行局部处理，确定动作评价网络的权值，通过自学习得到最优的电梯控制策略。
-
公开(公告)号：CN108844190A
公开(公告)日：2018-11-20
申请号：CN201810639507.X
申请日：2018-06-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及冰蓄冷空调技术领域，具体提供了一种空调自学习最优控制系统，旨在解决如何降低用户使用空调的经济成本的技术问题。为此目的，本发明中的空调自学习最优控制系统适用于冰蓄冷空调，该冰蓄冷空调包括蓄冷设备、空调制冷机和冷量转换器，蓄冷设备和冷量转换器相连；该空调自学习最优控制系统包括用于获取冷负荷需求的冷负荷需求获取装置、用于获取近似最优控制策略的近似最优控制策略获取装置，用于更新最优性能指标值和近似最优控制策略的局部迭代判断装置，以及用于获取最优控制策略和计算用户成本全局迭代判断装置。通过本发明可以平衡供冷负荷、满足用户的供冷需求、节约用户使用空调的经济成本。
-
公开(公告)号：CN118016099A
公开(公告)日：2024-05-10
申请号：CN202311723073.9
申请日：2023-12-14
Applicant: 中国大唐集团科学技术研究总院有限公司华北电力试验研究院 , 中国大唐集团科学技术研究总院有限公司 , 北京科技大学 , 中国科学院自动化研究所
IPC: G10L25/51 , G10L25/30 , G10L25/24 , G06F18/40 , G06F18/241 , G06N3/0464
Abstract: 本发明公开了基于深度学习的高强螺栓振动声学信号缺陷智能识别系统，其包括：高强螺栓振动声学信号缺陷智能识别系统硬件系统搭建，高强螺栓振动声学信号缺陷智能识别软件系统设计。高强螺栓振动声学信号缺陷智能识别系统硬件系统包含：工业级防尘防水防摔windows平板和定向麦克风收音设备。高强螺栓振动声学信号缺陷智能识别系统软件系统设计：用户注册登录功能、高强螺栓振动声音信号录制功能、定向保存和时间戳命名功能以及高强螺栓缺陷智能识别功能。本发明实现了实时检测高强螺栓的预紧力和缺陷情况。
-
公开(公告)号：CN108844190B
公开(公告)日：2020-02-28
申请号：CN201810639507.X
申请日：2018-06-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及冰蓄冷空调技术领域，具体提供了一种空调自学习最优控制系统，旨在解决如何降低用户使用空调的经济成本的技术问题。为此目的，本发明中的空调自学习最优控制系统适用于冰蓄冷空调，该冰蓄冷空调包括蓄冷设备、空调制冷机和冷量转换器，蓄冷设备和冷量转换器相连；该空调自学习最优控制系统包括用于获取冷负荷需求的冷负荷需求获取装置、用于获取近似最优控制策略的近似最优控制策略获取装置，用于更新最优性能指标值和近似最优控制策略的局部迭代判断装置，以及用于获取最优控制策略和计算用户成本全局迭代判断装置。通过本发明可以平衡供冷负荷、满足用户的供冷需求、节约用户使用空调的经济成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.056 seconds)
