基于AEnKPF的数字孪生状态与参数的联合估计实现方法

AITNT
正文
推荐专利
基于AEnKPF的数字孪生状态与参数的联合估计实现方法
申请号:CN202511044892
申请日期:2025-07-29
公开号:CN121031284A
公开日期:2025-11-28
类型:发明专利
摘要
一种基于AEnKPF的数字孪生状态与参数的联合估计实现方法,通过对核反应堆系统构造基于仿真的数字孪生模型,由数字孪生模型得到联合估计所需的仿真数据集后,用于训练代理模型;对代理模型进行超参数优化并使用最优的超参数重新训练代理模型;将重新训练的代理模型与AEnKPF算法结合,对数字孪生模型的状态与参数进行联合估计,实现优化仿真。本发明通过AEnKPF算法融合数字孪生模型的仿真数据和测量数据,可实现对数字孪生模型的可测量的状态和不可测量的参数进行估计,适用于任何领域的数字孪生中,可以实现数字孪生模型与物理实体的协同演化。
技术关键词
数字孪生模型 集合卡尔曼滤波 仿真数据 核反应堆系统 噪声方差 动态更新方法 超参数 状态转移模型 算法 粒子 平滑度 样本 仿真程序 观测噪声 协方差矩阵
系统为您推荐了相关专利信息
1
一种原煤仓分仓改造后的高低卡煤切换优化方法
磨煤机 原煤仓 切换优化方法 负荷 煤电机组供电煤耗
2
电能控制方法及装置、电子设备、可读存储介质
电能控制方法 控制策略 Q学习算法 数字孪生模型 粒子群优化算法
3
验证方法、验证装置及存储介质
验证方法 待测芯片 仿真环境 波形 验证装置
4
基于通信感知控制一体化的无人机集群控制性能优化方法
无人机集群控制 性能优化方法 强化学习算法 感知误差 时隙持续时间
5
一种继电保护设备状态评价方法、系统、介质及设备
继电保护设备 数字孪生模型 优化器 卷积神经网络模块 双向长短期记忆网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号