摘要
本公开实施例涉及一种基于机器学习的斗轮机上煤流量自动控制系统及方法。该方法包括:将获取的被监测斗轮机的煤流量数据的时间序列按照预定时间尺度进行划分和数据规整,并进行煤流量局部时序上下文特征提取;然后,将斗轮机煤流量局部时序特征向量的序列通过基于煤流量时序先验信息的煤流量推理器后进行煤料状态多尺度特征提取;接着,将煤流量时序推理特征向量和多尺度煤料状态特征向量通过基于非线性响应关联校正的煤流量时序推理语义增强模块以得到增强表达煤流量时序推理语义特征向量,以确定实时煤流量的校正值,并基于实时煤流量的校正值确定上煤控制策略。这样,可以通过调节输送带的速度来进行上煤控制策略的调整。
技术关键词
流量自动控制系统
时序
斗轮机
多尺度特征提取
非线性
语义
序列
特征提取器
控制策略
特征金字塔
超参数
因子
特征值
全局信息整合
特征提取模块
校正
解码器
系统为您推荐了相关专利信息
时序卷积神经网络
估值方法
区块链存证系统
深度神经网络架构
指标
智能管理方法
动态优先级排序
智能管理设备
后验概率分布
资源分配
信息管理方法
管理策略
货物管理技术
列表
模型库