[发明专利]用于控制技术系统的方法和控制机构

说明书

为了控制技术系统（TS）、例如风力涡轮机，持续地检测所述技术系统（TS）的运行参数值（BP）的时间序列，并且将该时间序列通过可训练的数字的滤波器（DF）持续地转变为经滤波的信号值（GS）的序列。把经滤波的信号值（BS）的序列输送给机器的学习例程（NN），该学习例程从中推导出用于目标‑运行参数（ZBP）的预测值（PZ）。所述数字的滤波器（DF）以及所述机器的学习例程（NN）被训练减小在推导出的预测值（PZ）和在时间上与其对应的、所述目标‑运行参数（ZBP）的实际检测值之间的差距（D）。此外，输出用于控制所述技术系统（TS）的预测值（PZ）。

背景技术

在控制复杂的技术系统比如风力涡轮机、燃气涡轮机、制造设备、机动车或电网时，通常希望至少短期地预估、即预测该技术系统的特性、效果和/或收益，以便按规定的标准来优化对该技术系统的控制。

于是可以例如按如下方式来监视涡轮机：把在涡轮机上测得的运行参数与对于功能正常的涡轮机在工作条件相同的情况下预估的值相比较。于是在有偏差时可以及时地采取恰当的应对措施。还可以预测不同控制措施的效果，以便于是实际上采用优化系统特性的控制措施。

为了预测运行参数，根据时间的控制往往采用基于机器学习技术的控制模型。但为了足够精确地预测系统特性，优选实时地分析多个运行参数的往往较长的时间次序。对于复杂的技术系统，为了进行预测，于是可以直截了当地考虑数千个独立的运行参数值。

为了有效地分析这种时间次序数据，通常对其进行预处理，以便特定地提取出对于预测至关重要的数据样本，并以这种方式来减小数据量。但这种预处理通常由专家特定地设计，并且牵涉到相应高的时间耗费。

未预先处理的时间次序通常借助递归神经网络予以分析。但是在递归神经网络的情况下，在时间次序较长时训练成功性通常减小。

发明内容

本发明的目的是，提出用于控制技术系统的允许有效预测的方法和控制机构。

该目的通过一种根据本发明的方法、一种被设计用来实施根据本发明的方法的控制机构、一种被设计用来实施根据本发明的方法的计算机程序产品以及一种在其上存储有计算机程序的计算机可读的存储介质得以实现，其中，所述根据本发明的方法：持续地检测所述技术系统的运行参数值的时间序列；通过可训练的数字的滤波器把所述运行参数值的序列持续地转变为经滤波的信号值的序列；把经滤波的信号值的序列输送给机器的学习例程，该学习例程从中推导出用于目标-运行参数的预测值；所述数字的滤波器以及所述机器的学习例程被训练减小在推导出的预测值和在时间上与其对应的、所述目标-运行参数的实际检测值之间的差距；和输出用于控制所述技术系统的所述预测值。

为了控制技术系统比如风力涡轮机、制造设备、发电机、压缩机、机动车、电网、太阳能设备或另一种设备，持续地检测技术系统的运行参数值的时间序列，并通过可训练的数字的滤波器持续地转变为经滤波的信号值的序列。经滤波的信号值的序列被输送给机器的学习例程，该学习例程从中推导出用于目标-运行参数的预测值。数字的滤波器以及机器的学习例程被训练减小在推导出的预测值和在时间上与其对应的、目标-运行参数的实际检测值之间的差距。此外，输出用于控制技术系统的预测值。

为了实施根据本发明的方法，提出一种控制机构、一种计算机程序产品以及一种计算机可读的存储介质。

根据本发明的方法以及根据本发明的控制机构可以例如借助一个或多个处理器、专用集成电路（ASIC）、数字信号处理器（DSP）和/或所谓的“现场可编程门阵列”（FPGA）来执行或实施。