摘要
本申请公开了一种风机非线性负载自适应控制方法、装置及存储介质,用于高效地实现对风机非线性负载的动态跟踪控制。本申请包括:采集风机系统的运行状态数据;构建包含长短期记忆网络‑注意力机制混合结构的动态神经网络模型,将运行状态数据输入动态神经网络模型,输出风机非线性负载的动态预测值;基于动态预测值构建自适应模型预测控制器,生成控制序列;计算动态神经网络模型的预测残差,当预测残差超过标准阈值时,触发模型更新机制;采用带梯度约束的增量式学习算法对动态神经网络模型进行参数更新,获得更新参数;将安全控制量输出至风机执行机构,实现对风机非线性负载的动态跟踪控制。
技术关键词
动态神经网络模型
模型预测控制器
非线性
预测残差
增量式学习
Sigmoid函数
模型更新
风机系统
长短期记忆网络
输入输出单元
状态空间模型
梯度下降算法
混合结构
参数
注意力机制
执行机构
风机运行状态
滑动时间窗口
系统为您推荐了相关专利信息
大气水汽探测方法
卫星遥感数据
辐射传输模型
投影模型
方程
参数校准方法
特征融合网络
磷酸铁锂电池
融合特征
电流
可视化监控系统
在线增量学习
离心机
分布式数据采集
分散控制系统
激光三角测距方法
神经网络模型
激光三角测距装置
光斑位置信息
成像
深度神经网络模型
长短期记忆网络
卷积模块
多尺度特征融合
结构模块