摘要
本发明公开了一种自适应智能控制方法,包括:根据收集的设备状态数据,进行数据预处理,生成数据集;采用深度学习方法不断对数据集进行训练,获得训练后的自适应控制模型;将自适应控制模型部署至电控设备控制系统,进而将实时采集的设备状态数据输入至部署的自适应控制模型;根据自适应控制模型输出的每个电控设备的任务分配匹配度,生成最优的任务分配策略;根据生成的任务分配策略,自动为电控设备分配任务并调度电控设备执行。本发明的一种自适应智能控制方法,能够自动调整和优化控制策略,以应对复杂、动态环境中的设备控制需求,从而保证电控设备在各种工况下的稳定性。
技术关键词
电控设备
设备状态数据
智能控制方法
任务分配策略
卷积神经网络模型
深度学习方法
生成数据集
一维卷积神经网络
卷积特征
反向传播方法
优化控制策略
模式识别
初始化方法
模型预测值
智能控制系统
保留特征
标记
贪心算法