[发明专利]用于计算机辅助地控制和/或调节技术系统的方法

权利要求书

1.用于计算机辅助地控制和/或调节技术系统（T）的方法，其中：

a）技术系统（T）在多个时刻（t）分别由具有多个状态变量的状态（x_t）和在技术系统处执行的具有多个动作变量的动作（a_t）以及所述状态（x_t）和所述动作（a_t）的评价信号（r_t）来表征；

b）利用包括输入层（I）、回归隐藏层（H）和输出层（O）的回归神经网络基于由已知状态（x_t）、动作（a_t）和评价信号（r_t）构成的训练数据来对技术系统（T）的动态行为进行建模，其中：

i）输入层（I）由具有第一维数的第一状态空间构成，该第一状态空间包括技术系统（T）的状态（x_t）和在技术系统（T）处执行的动作（a_t）；

ii）回归隐藏层（V）由具有第二维数的第二状态空间构成，该第二状态空间包括具有多个隐藏状态变量的隐藏状态（                                               ）；

iii）输出层（O）由具有第三维数的第三状态空间构成，该第三状态空间被确定为使得其状态表示评价信号（r_t）或者仅仅表示影响评价信号（r_t）的状态变量和/或动作变量；

c）在第二状态空间中的隐藏状态（s_t）上通过在技术系统（T）处实施动作（a_t）来执行用于控制和/或调节技术系统（T）的学习和/或优化方法。

2.根据权利要求1所述的方法，其中在步骤b）中对技术系统的动态行为进行建模时基于训练数据这样训练回归神经网络，即从一个或多个过去时刻中为一个或多个未来时刻预测输出层（O）的状态（r_t）。

3.根据权利要求2所述的方法，其中隐藏层（V）中的隐藏状态（）通过权重（）被连接为使得针对未来时刻的权重（）不同于针对过去时刻的权重（）。

4.根据前述权利要求之一所述的方法，其中所述技术系统具有非线性的动态特性。

5.根据前述权利要求之一所述的方法，其中在步骤b）中，所述回归神经网络使用非线性的激活函数。

6.根据前述权利要求之一所述的方法，其中步骤c）中的学习和/或优化方法是机器学习方法并且尤其是增强型学习方法。

7.根据权利要求6所述的方法，其中所述学习和/或优化方法包括动态编程和/或优先扫描和/或Q学习。

8.根据前述权利要求之一所述的方法，其中在步骤b）中，第二状态空间的第二维数改变，直到找到满足一个或多个预先给定的标准的第二维数。

9.根据权利要求8所述的方法，其中在步骤b）中，只要输出层（O）的利用回归神经网络确定的状态（r_t）与根据训练数据的已知状态的偏差小于预先确定的阈值，就逐步减小第二状态空间的第二维数。

10.根据前述权利要求之一所述的方法，其中评价信号（r_t）由评价函数来表示，所述评价函数取决于状态变量和/或动作变量的一部分。

11.根据前述权利要求之一所述的方法，其中步骤c）中的学习和/或优化方法使用评价信号（r_t）来关于最优评价信号（r_t）实施动作（a_t）。

12.根据前述权利要求之一所述的方法，其中所述技术系统（T）是涡轮机，尤其是燃气涡轮机或风力涡轮机。

13.根据前述权利要求之一所述的方法，其中所述技术系统（T）是燃气涡轮机，其中评价信号（r_t）至少由所述燃气涡轮机的效率和/或废物排放和/或所述燃气涡轮机的燃烧室的交变压力和/或机械载荷来确定。

14.根据前述权利要求之一所述的方法，其中所述技术系统是风力涡轮机，其中评价信号（r_t）至少由所述风力涡轮机的一个或多个转子叶片上的力载荷和/或交变载荷来确定。

15.具有存储在机器可读载体上的程序代码的计算机程序产品，所述程序代码用于在该程序在计算机上运行时执行根据前述权利要求之一所述的方法。