摘要
本发明公开了一种循环冷却水系统管理智能体决策方法,先通过动态卷积神经网络算法对循环冷却水系统的图像‑数值双模态特征融合动态状态空间参数进行建模,获得基于神经网络的状态建模与异常检测模型,利用模型判断循环冷却水系统状态是否正常;当系统状态正常,采用强化学习系统进行决策控制;当判断系统状态异常时,采用预先训练的专家系统进行决策控制,专家系统首先遍历自身规则库,寻找与当前异常状态匹配的解决方案;当规则库中存在匹配方案时,则直接由专家系统进行决策并执行相应的处理措施;当无匹配方案时,则将系统数据传入大语言模型进行决策。本发明能够优化水质管理、水耗和能耗管理,同时提升循环冷却水系统的稳定性和运行效率。
技术关键词
循环冷却水系统
决策方法
专家系统
强化学习系统
动态卷积神经网络
强化学习算法
大语言模型
图像特征提取
表达式
双网络架构
污垢热阻
双模态
异常状态
深度强化学习
参数
温差
水质综合指标
计量泵
系统为您推荐了相关专利信息
辅助决策方法
智能语音交互方式
构建知识图谱
设计运行条件
辅助决策装置
优化决策方法
深度强化学习
参数
训练神经网络模型
深度Q网络
模糊决策树
状态转移算法
模糊集合
模糊隶属度函数
样本