摘要
本申请提供了一种篦冷机风机参数寻优方法、装置、设备及存储介质,其中,方法包括:采用物理模型结合数据驱动方式,建立篦冷机风机的数字孪生模型;基于数字孪生模型,模拟不同工况下的马尔可夫决策,其中,马尔可夫决策的转移方式包括采用训练好的机器学习模型输出,通过马尔可夫决策生成仿真训练集;基于篦冷机风机的历史数据集和仿真训练集,对强化学习模型进行预训练,得到用于参数寻优的预训练模型;在实际环境中启动篦冷机风机,将预训练模型作为在线学习初始模型,实时输出风机参数的寻优结果,并执行经过约束模型组验证的寻优结果。本申请建立孪生模型产生高质量仿真训练集弥补历史数据不足;预训练使在线学习阶段无需从零开始学习。
技术关键词
篦冷机风机
数字孪生模型
参数寻优方法
数据驱动方式
强化学习模型
机器学习模型
线性回归模型
决策
训练集
预训练模型
风机系统
生成动作
在线
可视化平台
工况
物理
可读存储介质
生成参数
系统为您推荐了相关专利信息
磁铁矿粉
选煤厂
模型预测控制算法
数字孪生模型
坐标
弹簧操动机构
轨迹误差
多体动力学模型
仿真模型
凸轮
代码覆盖率
生成方法
待测软件
代码测试方法
语义特征