摘要
本发明实施例公开了一种污泥处理控制参数的计算方法、系统、服务器及存储介质,其中,所述方法包括:获取污泥处理设备中各组件的状态信息;基于组件之间的关系生成初始组件结构图;利用图神经网络的卷积层对初始组件结构图的节点进行更新预测;利用图神经网络的随机波动层形成设备的不确定变化量,将包含确定性变化量和不确定变化量的波动特征矩阵输入深度强化学习模型得到污泥处理设备的控制参数。通过图神经网络的随机波动层将不确定变化量加入污泥处理设备的确定性变化量中,使图神经网络模型能适应外部环境和突发情况的影响对污泥处理设备的更新状态进行预测,得到控制参数对污泥处理设备进行调整,降低设备能耗,提升污泥处理效率。
技术关键词
组件特征
深度强化学习模型
污泥
波动特征
预测特征
矩阵
节点
计算方法
计算机可执行指令
关系
服务器
神经网络模型
数据采集模块
处理器
电场
随机噪声
状态更新
传感器
系统为您推荐了相关专利信息
重金属浸出浓度
无害化方法
污泥
惰性气体保护装置
金属切割机构
燃气轮机
深度强化学习模型
计算机执行指令
燃料
性能指标数据
量化评估方法
指标
污泥干化焚烧工艺
二次污染控制
平台
塑料颗粒
特征提取模块
智能识别模块
关键点
纹理特征
深度强化学习模型
光学雷达
加速度
地面站
卡尔曼滤波