[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

说明书

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。

技术领域

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。

背景技术

在控制或调节技术系统时，经常值得期望的是，通过执行相应的行动这样地影响技术系统的运行，使得技术系统的行为关于特定的准则被优化。例如在运行燃气轮机时有意义的是，减少通过涡轮机产生的废气排放或者保持燃气轮机的燃烧室的燃烧动力学（也称作燃烧室蜂鸣声（Brennkammerbrummen））尽可能小。在此例如可能影响关于将气体和空气输送到燃气轮机的燃烧室的参数。

由现有技术已知计算机辅助的方法，利用所述方法确定行动选择规则，据此对于技术系统的相应的相继状态确定行动，其中所述状态通过系统的适当的状态变量来表征，所述行动鉴于优化准则、诸如上面提及的低有害物质排放或者低燃烧室蜂鸣声是最优的。在文献[1]和[2]中描述基于利用由已知状态和行动组成的训练数据学习递归神经网络来确定行动选择规则。按照行动选择规则，对于技术系统的当前的状态在考虑以前的状态的情况下根据优化准则输出行动序列。

用于借助于递归神经网络确定行动选择规则的已知的方法具有以下缺点：在学习递归神经网络时，质量标准形式的优化准则一起注入（einfließen）。因此在技术系统的实际运行中不能容易地对变化的优化准则作出反应，因为为此所述神经网络必须完全重新被学习。

发明内容

因此本发明的任务是，实现用于计算机辅助地控制和/或调节技术系统的方法，所述方法以简单的方式确定按照优化准则在技术系统处要执行的行动。

所述任务通过独立专利权利要求解决。本发明的改进方案在从属专利权利要求中定义。

按照本发明的方法用于计算机辅助地控制和/或调节技术系统。所述技术系统尤其是能量产生装置并且在一种特别优选的实施方式中是燃气涡轮，如此外在下面进一步描述的。然而必要时，所述技术系统也可以是再生能量产生装置形式、诸如风力涡轮机的能量产生装置。技术系统的动态行为在按照本发明的方法中对于多个时间点分别地通过技术系统的状态和在该状态下在技术系统处执行的行动来表征，其中在各自时间点的各自行动通向在下一时间点技术系统的新的状态。行动序列在此表示一个或多个相继地按时间顺序在技术系统处要执行的行动。技术系统的状态包括一个和优选多个状态变量，所述状态变量是技术系统的运行状态或者影响技术系统的运行的参量。与此相对地，行动是一个或多个行动变量的变化，其中所述行动变量必要时也可以是状态变量，所述状态变量可以在调节或者控制技术系统的范围中被改变。

在按照本发明的方法中，可以为每个行动序列基于技术系统的、由执行行动序列的行动得出的状态计算关于用于运行技术系统的优化准则的质量标准，其中所述质量标准越高，优化准则越好地被满足。优化准则的概念在此可以被广泛地理解，并且所述准则必要时可以包括多个子准则或者分准则。

按照本发明方法的步骤或者特征a），提供技术系统的模拟模型，利用所述模拟模型可以为各自的行动序列预测技术系统的由此得出的状态。这样的模拟模型自身由现有技术是已知的。所述模拟模型可以例如是数据驱动式模型，所述模型基于技术系统运行的事先确定的数据，或者利用所述数据学习。同样地，所述模拟模型可以是技术系统的分析模型和/或物理模型。