摘要
本公开提供的基于机器学习的燃烧优化方法及装置、电子设备,将待优化系统的实时运行数据输入至训练好的多目标预测模型中进行数据预测处理,得到多目标预测结果;训练好的多目标预测模型为基于图神经网络建立的,用于预测待优化系统的性能指标的模型;根据多目标预设结果以及实时运行数据,通过训练好的燃烧优化模型对待优化系统进行氧量和风门开度调节处理,得到燃烧优化后的待优化系统;训练好的燃烧优化模型为基于分布式强化学习算法构建的,用于通过动态调整待优化系统的氧量和风门开度,以对待优化系统进行燃烧优化的模型。与相关技术相比,本公开实施例可以在燃烧优化过程中,实时响应状态变化的需求,提升优化效果以及降低操作复杂度。
技术关键词
分布式强化学习
燃烧优化方法
氧量
关联特征数据
风门
历史运行数据
节点特征
注意力机制
卷积模块
参数
工况
梯度下降算法
异常数据点
输出模块
电子设备
关系建模
评估算法
策略
系统为您推荐了相关专利信息
调控方法
氟化氢
分数阶滑模控制
时空注意力机制
元胞自动机
分布式强化学习
水下探测器
拓扑特征
生成动作
数据
航空器
神经网络预测模型
温度压力传感器
监控方法
速率
跟踪控制方法
变量
控制策略模型
概率密度函数
轨迹