基于强化学习的压缩机振动自适应抑制方法和装置

本申请涉及机器学习技术领域，公开了一种基于强化学习的压缩机振动自适应抑制方法和装置，其中方法包括：获取振动量量化参数；基于振动量量化参数获取振动趋势量化参数；基于振动量量化参数和振动趋势量化参数构建强化学习模型；训练强化学习模型；部署强化学习模型，根据强化学习模型输出的补偿扭矩电流参数∆I和补偿角度参数θ，生成补偿电流信号；变频器接收补偿电流信号，将补偿电流信号与压缩机电机电流控制信号叠加，利用叠加后的电流控制信号驱动压缩机电机运行，以抑制被压缩气体在每个工作循环中所经历的压力和流量的波动所引起的振动。本申请通过实时学习和优化，能够在无需传感器的情况下，实现精确抑制。