-
公开(公告)号：CN108826354A
公开(公告)日：2018-11-16
申请号：CN201810449729.5
申请日：2018-05-11
Applicant: 上海交通大学
IPC: F23N5/00
CPC classification number: F23N5/00 , F23N2023/04 , F23N2023/10 , F23N2023/48 , F23N2900/05006
Abstract: 本发明涉及一种基于强化学习的火电燃烧优化方法，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，定义Mt＝{it,st,pt}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息Mt-1、Mt以及下一时刻的可控输入it+1预测下一时刻的中间状态量st+1和性能指标pt+1；3)定义St＝{Mt-2,Mt-1,it}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作At，并且以前后状态的线性加权综合指标KPI的增量ΔCIt作为马尔科夫决策问题的奖励Rt，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解。与现有技术相比，本发明具有泛化能力强、普遍适用性、快速响应等优点。
-
公开(公告)号：CN108258949A
公开(公告)日：2018-07-06
申请号：CN201810108468.0
申请日：2018-02-02
Applicant: 上海交通大学
Abstract: 本发明涉及一种无感永磁同步电机的转子位置自适应估计方法，包括以下步骤：1)设计用于观测电机反电动势的连续型自适应滑模观测器，并且选取自适应滑模观测器的增益；2)将连续型自适应滑模观测器的观测值作为提取包含转子位置和速度方向的类磁链信号；3)基于正切函数设计速度信息的锁相环，并且从类磁链模型信号中获取转子位置信息。与现有技术相比，本发明具有结构清晰、参数选取简便、能够保持电机正、反转两种情况下位置信息估计的准确性等优点。
-
公开(公告)号：CN108826354B
公开(公告)日：2019-07-12
申请号：CN201810449729.5
申请日：2018-05-11
Applicant: 上海交通大学
IPC: F23N5/00
Abstract: 本发明涉及一种基于强化学习的火电燃烧优化方法，包括以下步骤：1)获取火力发电燃烧过程中的相关变量，定义Mt＝{it,st,pt}为t时刻的数据信息；2)构建预测网络，根据最近两次历史数据信息Mt‑1、Mt以及下一时刻的可控输入it+1预测下一时刻的中间状态量st+1和性能指标pt+1；3)定义St＝{Mt‑2,Mt‑1,it}为马尔科夫决策问题在t时刻的状态，以输入对应的增量矢量作为马尔科夫决策问题的动作At，并且以前后状态的线性加权综合指标KPI的增量ΔCIt作为马尔科夫决策问题的奖励Rt，并定义状态跳转；4)采用深度决定性策略梯度对马尔科夫决策问题进行求解。与现有技术相比，本发明具有泛化能力强、普遍适用性、快速响应等优点。
-
Patent Agency Ranking
公开(公告)号：CN108321795A
公开(公告)日：2018-07-24
申请号：CN201810054828.3
申请日：2018-01-19
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于深度确定性策略算法的发电机组启停配置方法及系统，该方法将机组组合启停分配问题构造成为强化学习序列决策问题，所述的方法包括以下步骤：1)将前一历史时刻各机组出力值向量作为智能体观测状态，用以作为深度策略网络的输入向量；2)针对连续时间序列机组启停优化问题，使用深度确定性策略梯度算法给出优化决策序列，输出机组在该时刻的启停向量，实现对机组启停状态的分配。与现有技术相比，本发明采用深度确定性策略学习方法，直接得到不同时刻的启停向量，能够适应不同规模机组集群启停表的自动分配，使得系统具有较好的扩展性。
-
公开(公告)号：CN109577063A
公开(公告)日：2019-04-05
申请号：CN201811331137.X
申请日：2018-11-09
Applicant: 上海交通大学
IPC: D21F5/00
Abstract: 本发明涉及一种纸机烘干部的计算机集散控制系统，该系统包括依次连接的电流电压变换器、第一多路转换器、电流电压变换电路、第一下位机、上位机、第二下位机、DA转换器、第二多路转换器、电气转换控制器和气动薄膜调节阀，所述的气动薄膜调节阀设置在每一路烘缸蒸汽供给管路上，所述的电流电压变换器设置在气动薄膜调节阀后。与现有技术相比，本发明具有适应烘缸表温变化、控制精度高、设计简单等优点。
-
公开(公告)号：CN108073175A
公开(公告)日：2018-05-25
申请号：CN201810063947.5
申请日：2018-01-23
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于虚拟艇自适应规划的欠驱动无人艇编队智能控制方法，包括以下步骤：1)设定队形并进行参数初始化；2)采集领导艇的位置坐标(xL,yL)和艏向角ψL，进行滤波后传输给跟随艇；3)根据队形以及领导艇的位置坐标和艏向角信息实时获取跟随艇在编队中的参考位置(xr,yr)和参考运动姿态ψr；4)引入虚拟艇并进行实时自适应规划获取跟随艇的参考航迹；5)采用RBF神经网络和最小参数学习算法组合策略对学习参数进行在线训练，生成智能编队控制信号，包括跟随艇的主机转速nF和舵角命令信号δF。与现有技术相比，本发明具有适应曲线路径任务、避免过顶、无需领导艇速度信息、简单便捷、实时性强等优点。
-
公开(公告)号：CN108321795B
公开(公告)日：2021-01-22
申请号：CN201810054828.3
申请日：2018-01-19
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于深度确定性策略算法的发电机组启停配置方法及系统，该方法将机组组合启停分配问题构造成为强化学习序列决策问题，所述的方法包括以下步骤：1)将前一历史时刻各机组出力值向量作为智能体观测状态，用以作为深度策略网络的输入向量；2)针对连续时间序列机组启停优化问题，使用深度确定性策略梯度算法给出优化决策序列，输出机组在该时刻的启停向量，实现对机组启停状态的分配。与现有技术相比，本发明采用深度确定性策略学习方法，直接得到不同时刻的启停向量，能够适应不同规模机组集群启停表的自动分配，使得系统具有较好的扩展性。
-
公开(公告)号：CN108073175B
公开(公告)日：2020-11-06
申请号：CN201810063947.5
申请日：2018-01-23
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于虚拟艇自适应规划的欠驱动无人艇编队智能控制方法，包括以下步骤：1)设定队形并进行参数初始化；2)采集领导艇的位置坐标(xL,yL)和艏向角ψL，进行滤波后传输给跟随艇；3)根据队形以及领导艇的位置坐标和艏向角信息实时获取跟随艇在编队中的参考位置(xr,yr)和参考运动姿态ψr；4)引入虚拟艇并进行实时自适应规划获取跟随艇的参考航迹；5)采用RBF神经网络和最小参数学习算法组合策略对学习参数进行在线训练，生成智能编队控制信号，包括跟随艇的主机转速nF和舵角命令信号δF。与现有技术相比，本发明具有适应曲线路径任务、避免过顶、无需领导艇速度信息、简单便捷、实时性强等优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
