公开(公告)号：CN105074586A

公开(公告)日：2015-11-18

申请号：CN201480018380.X

申请日：2014-01-22

Applicant: 西门子公司

Inventor： S.迪尔 ,  A.亨切尔 ,  S.尤德卢夫特

IPC: G05B13/02

CPC classification number: F02C9/00 ,  G05B13/0265 ,  G05B13/029 ,  G06N3/006 ,  G06N3/126 ,  G06N99/005

Abstract: 本发明涉及一种用于计算机辅助地控制和/或调节技术系统的方法。在根据本发明的方法的范围内确定行动选择策略（PO’），所述行动选择策略具有低的复杂性，但是却较好地适合于调节或控制所述技术系统。在此在确定所述行动选择策略（PO’）时使用评估尺度（EM），在距离尺度或奖励尺度或行动选择策略-评估方法的基础上确定所述评估尺度。随后将所述行动选择策略用于控制或调节所述技术系统。根据本发明的方法具有以下优点：所述行动选择策略可被人类专家所理解。优选将根据本发明的方法用于调节或控制燃气涡轮机和/或风力涡轮机。

公开(公告)号：CN106662847A

公开(公告)日：2017-05-10

申请号：CN201580035911.0

申请日：2015-05-05

Applicant: 西门子公司

Inventor： S.迪尔 ,  A.亨切尔 ,  V.施特青格 ,  S.乌德卢夫特 ,  J.P.辛格

IPC: G05B13/04

Abstract: 一种交互式辅助系统以及一种方法，所述交互式系统和方法用于对技术系统、例如燃气轮机或者风力涡轮机进行计算机辅助的控制优化、尤其是用于优化设施的行动序列A或调节参量（例如气体输送、压缩），设置输入终端，用于读入至少一个状态参数以及至少一个调整参数（W），所述至少一个状态参数说明该技术系统的第一系统状态（S0），所述至少一个调整参数用于设立报酬函数（RF）。具有预先训练的、仿真该设施的神经网络的仿真模块（SIM）用于对在该技术系统上执行从第一系统状态（S0）出发的行动序列（A）进行仿真，以及用于预测该技术系统的从中最终得到的后续状态（S）。此外，优化模块（OPT）用于依据调整参数（W）来设立报酬函数（RF），用于针对第一系统状态（S0）生成多个行动序列（A），用于将所述行动序列（A）传送给仿真模块（SIM）以及用于接收从中最终得到的后续状态（S）。此外，该优化模块（OPT）还用于借助于所设立的报酬函数（RF）来确定仿真结果的报酬，以及用于确定进行报酬优化的行动序列（A'）。为了输出从所述进行报酬优化的行动序列（A'）最终得到的系统状态（S'），设置有输出终端（OUT）。

公开(公告)号：CN105556401B

公开(公告)日：2019-02-22

申请号：CN201480053081.X

申请日：2014-08-05

Applicant: 西门子公司

Inventor： D.海因 ,  A.亨切尔 ,  S.迪尔 ,  T.伦克勒 ,  S.尤德卢夫特

IPC: G05B13/02

Abstract: 本发明涉及用于计算机辅助地控制和/或调节技术系统、尤其能量产生装置的方法。在调节或者控制的范围中要实施的行动（a）利用数字优化方法和尤其借助于粒子群优化（PSO）确定。所述数字优化方法在此使用事先确定的模拟模型（RNN），利用所述模拟模型（RNN）预测技术系统的状态，并且基于此确定质量标准，所述质量标准反映技术系统的运行的优化准则。

公开(公告)号：CN103597413B

公开(公告)日：2017-01-18

申请号：CN201280027163.8

申请日：2012-06-01

Applicant: 西门子公司

Inventor： S.迪尔 ,  A.亨切尔 ,  V.施特青 ,  S.乌德卢夫特

IPC: G05B17/02

CPC classification number: G06N99/005 ,  F03D7/046 ,  F03D17/00 ,  G05B13/04 ,  G05B17/02 ,  G05B23/024 ,  G06N3/0481 ,  Y02E10/723

Abstract: 本发明涉及一种用于在计算机支持下生成技术系统尤其燃气轮机或风力轮机的数据驱动的模型（NM）的方法。按本发明的方法的特征在于，数据驱动的模型优选在训练数据的一些存在很小的数据密度的区域中被学习。以此方式确保了，数据驱动的模型针对训练数据的与信息相关的区域被生成。用按本发明的方法生成的数据驱动的模型在一种特别优选的实施形式中被用来计算用于技术系统的合适的控制模型和/或调节模型和/或监督模型。通过确定优化标准，例如燃气轮机的很少的有害物质排放或很小的燃烧动态，可以因此在运行中延长技术系统的使用周明。用按本发明的方法生成的数据驱动的模型此外还能被快速地以及用很少的计算资源确定，因为不是所有的训练数据都被用来学习数据驱动的模型。

公开(公告)号：CN105556401A

公开(公告)日：2016-05-04

申请号：CN201480053081.X

申请日：2014-08-05

Applicant: 西门子公司

Inventor： D.海因 ,  A.亨切尔 ,  S.迪尔 ,  T.伦克勒 ,  S.尤德卢夫特

IPC: G05B13/02

CPC classification number: F02C9/00 ,  G05B13/027 ,  G05B13/041 ,  G06N3/006 ,  G06N3/0445 ,  G06N3/086 ,  G06N99/005

Abstract: 本发明涉及用于计算机辅助地控制和/或调节技术系统、尤其能量产生装置的方法。在调节或者控制的范围中要实施的行动（a）利用数字优化方法和尤其借助于粒子群优化（PSO）确定。所述数字优化方法在此使用事先确定的模拟模型（RNN），利用所述模拟模型（RNN）预测技术系统的状态，并且基于此确定质量标准，所述质量标准反映技术系统的运行的优化准则。

公开(公告)号：CN103597413A

公开(公告)日：2014-02-19

申请号：CN201280027163.8

申请日：2012-06-01

Applicant: 西门子公司

Inventor： S.迪尔 ,  A.亨切尔 ,  V.施特青 ,  S.乌德卢夫特

IPC: G05B17/02

CPC classification number: G06N99/005 ,  F03D7/046 ,  F03D17/00 ,  G05B13/04 ,  G05B17/02 ,  G05B23/024 ,  G06N3/0481 ,  Y02E10/723

Abstract: 本发明涉及一种用于在计算机支持下生成技术系统尤其燃气轮机或风力轮机的数据驱动的模型（NM）的方法。按本发明的方法的特征在于，数据驱动的模型优选在训练数据的一些存在很小的数据密度的区域中被学习。以此方式确保了，数据驱动的模型针对训练数据的与信息相关的区域被生成。用按本发明的方法生成的数据驱动的模型在一种特别优选的实施形式中被用来计算用于技术系统的合适的控制模型和/或调节模型和/或监督模型。通过确定优化标准，例如燃气轮机的很少的有害物质排放或很小的燃烧动态，可以因此在运行中延长技术系统的使用周明。用按本发明的方法生成的数据驱动的模型此外还能被快速地以及用很少的计算资源确定，因为不是所有的训练数据都被用来学习数据驱动的模型。