发明名称 |
用于在计算机支持下生成技术系统尤其燃气轮机或风力轮机的数据驱动的模型的方法 |
摘要 |
本发明涉及一种用于在计算机支持下生成技术系统尤其燃气轮机或风力轮机的数据驱动的模型(NM)的方法。按本发明的方法的特征在于,数据驱动的模型优选在训练数据的一些存在很小的数据密度的区域中被学。以此方式确保了,数据驱动的模型针对训练数据的与信息相关的区域被生成。用按本发明的方法生成的数据驱动的模型在一种特别优选的实施形式中被用来计算用于技术系统的合适的控制模型和/或调节模型和/或监督模型。通过确定优化标准,例如燃气轮机的很少的有害物质排放或很小的燃烧动态,可以因此在运行中延长技术系统的使用周明。用按本发明的方法生成的数据驱动的模型此外还能被快速地以及用很少的计算资源确定,因为不是所有的训练数据都被用来学数据驱动的模型。 |
申请公布号 |
CN103597413B |
申请公布日期 |
2017.01.18 |
申请号 |
CN201280027163.8 |
申请日期 |
2012.06.01 |
申请人 |
西门子公司 |
发明人 |
S.迪尔;A.亨切尔;V.施特青;S.乌德卢夫特 |
分类号 |
G05B17/02(2006.01)I |
主分类号 |
G05B17/02(2006.01)I |
代理机构 |
中国专利代理(香港)有限公司 72001 |
代理人 |
李永波;杨国治 |
主权项 |
用于在计算机支持下生成技术系统的数据驱动的模型(NM)的方法,该数据驱动的模型被用于自动化的监督任务和/或诊断任务和/或调节任务,其中,数据驱动的模型在训练数据的基础上被生成,训练数据包括多个数据记录,这些数据记录代表技术系统的多个运行参数,其中:‑ 针对多个迭代步骤分别借助来自训练数据(TD)的数据记录进行数据驱动的模型(NM)和密度评估器(DE)的学习,其中密度评估器(DE)针对来自训练数据的数据记录而发出各一个置信度(CM),各数据记录与来自训练数据(TD)的其它数据记录的相似性越大,那么这个置信度就越高,并且其中通过数据驱动的模型(NM)分别伴随模型误差(ME)地复制训练数据的数据记录;‑ 借助在各迭代步骤中被学习的密度评估器(DE)和数据驱动的模型(NM)从训练数据(TD)选出数据记录或对来自训练数据(TD)的数据记录加权以用于在接下来的迭代步骤中的学习,其中,宁可从训练数据(TD)选出有低置信度(CM)和高模型误差(ME)的数据记录或对其进行较高的加权。 |
地址 |
德国慕尼黑 |