摘要
本发明公开了一种煤化工行业基于计算引擎实现的投入产出方法及系统,涉及煤化工技术领域,包括基于煤分子结构的反应网络构建分子模型,利用扩展卡尔曼滤波实时更新分子模型参数;通过混合建模技术构建数据融合层,利用机理模型和神经网络串联结构,构建煤化工残差学习架构;根据蒙特卡洛方法评估数据驱动模型预测置信区间;基于硬件在环测试构建数字孪生验证平台,通过在线离线协同更新机制,构建数据驱动的自适应迭代机制。本发明所述方法精准捕捉媒质成分波动,提升产出准确性,提供可靠的评估依赖,提升系统在复杂环境下的实时响应力和长期稳定性的有益效果。
技术关键词
煤化工行业
分子模型
数据驱动模型
扩展卡尔曼滤波
残差学习
验证平台
故障注入模块
数字孪生
实时处理器
蒙特卡洛方法
建模技术
训练神经网络
神经网络训练
生成可执行代码
真实系统
参数
硬件系统
溶剂萃取
分布特征
系统为您推荐了相关专利信息
协同定位方法
惯性导航系统
扩展卡尔曼滤波器
误差状态
坐标系
运输监控方法
混凝土
高清摄像装置
数据采集模块
扩展卡尔曼滤波算法
储能系统
动态评估方法
扩展卡尔曼滤波
电池健康状态
电池荷电状态
发电机盖板
大型水电站
清扫机器人
智能控制方法
智能控制系统
阻尼控制方法
路面特征
车辆悬架
包络面积
横摆角速度