预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114118432A(43)申请公布日2022.03.01(21)申请号202010795034.X(22)申请日2020.08.10(71)申请人第四范式(北京)技术有限公司地址100085北京市海淀区清河中街66号院1号楼九层LO901-1号(72)发明人王萌(74)专利代理机构北京铭硕知识产权代理有限公司11286代理人苏银虹张云珠(51)Int.Cl.G06N20/00(2019.01)G06K9/62(2022.01)G06F16/2458(2019.01)A24B9/00(2006.01)A24B3/04(2006.01)权利要求书2页说明书13页附图3页(54)发明名称设备参数调节方法和系统(57)摘要提供了一种设备参数调节方法和系统。所述设备参数调节方法包括:获取关于所述设备的历史运行信息的训练数据集,其中,每条训练数据包括对应时刻下的自然参数值、设备参数值和设备运行状态值;基于所述训练数据集,训练基于自然参数值和设备参数预测设备运行状态的冷启动模型;获取关于所述设备的当前自然参数值和目标运行状态值,基于所述冷启动模型、当前自然参数值和目标运行状态值,确定所述设备的候选设备参数值;从所述设备的候选设备参数值中选出最终的设备参数值,并根据所述最终的设备参数值来调节所述设备的设备参数。CN114118432ACN114118432A权利要求书1/2页1.一种设备参数调节方法,其中,所述方法包括:获取关于所述设备的历史运行信息的训练数据集,其中,每条训练数据包括对应时刻下的自然参数值、设备参数值和设备运行状态值;基于所述训练数据集,训练基于自然参数值和设备参数值预测设备运行状态的冷启动模型;获取关于所述设备的当前自然参数值和目标运行状态值,基于所述冷启动模型、当前自然参数值和目标运行状态值,确定所述设备的候选设备参数值;从所述设备的候选设备参数值中选出最终的设备参数值,并根据所述最终的设备参数值来调节所述设备的设备参数。2.如权利要求1所述的方法,其中,基于所述冷启动模型、当前自然参数值和目标运行状态值,确定所述设备的候选设备参数值的步骤包括:确定关于所述设备的设备参数值的数量;如果所述数量小于预定阈值,则执行以下处理:将所有设备参数值的可能取值进行一一组合,获得多组设备参数值,分别将所述多组设备参数值中的每组设备参数值与当前自然参数值输入训练后的冷启动模型,获得多组预测运行数据值,分别将所述多组预测运行数据值中的每组预测运行数据值与目标运行数据值进行比较,选择最匹配的预测运行数据值所对应的多组设备参数值作为候选设备参数值;如果所述数量不小于预定阈值,使用启发式搜索算法来计算确定所述设备的候选设备参数值。3.如权利要求1所述的方法,其中,从所述设备的候选设备参数值中选出最终的设备参数值的步骤包括:当候选设备参数值包括多组候选设备参数值时,选择其中的一组候选设备参数值作为设备参数值。4.如权利要求3所述的方法,其中,选择其中的一组候选设备参数值作为设备参数值的步骤包括:针对每组候选设备参数值执行以下处理:确定在对每个当前自然参数值增加一个对应的干扰参数值时目标运行数据值的第一变化量;确定在对该组候选设备参数值中的每个候选参数值增加一个对应的干扰参数值时目标运行数据值的第二变化量;基于确定的目标运行数据值的第一变化量和第二变化量,确定在该组候选设备参数值下目标运行数据值的稳定性指标,将在所述多组候选设备参数值下获得的目标运行数据值的稳定性指标中的最小值所对应的候选设备参数值作为设备参数值。5.如权利要求3所述的方法,其中,选择其中的一组候选设备参数值作为设备参数值的步骤包括:对所述多组候选设备参数值进行插值处理,以得到扩充的所述多组候选设备参数值;2CN114118432A权利要求书2/2页确定目标运行数据在扩充的所述多组候选设备参数值的可能取值下的稳定性指标;将获取的稳定性指标中的最小值所对应的候选设备参数值作为设备参数值。6.如权利要求3所述的方法,其中,所述方法还包括:控制所述设备按照确定的设备参数值运行;实时采集所述设备运行后产生的运行数据真实值;将运行数据真实值与目标运行数据值进行比较;基于比较结果,对设备参数值进行调节。7.如权利要求6所述的方法,其中,对设备参数值进行调节的步骤包括:构建用于基于自然参数值、设备参数值和设备参数调节值预测运行数据真实值与目标运行数据值的比较结果的微调模型;获取微调训练数据集,其中,微调训练数据集包括关于设备的历史自然参数值、历史设备参数值、历史设备参数调节值和历史运行数据真实值与目标运行状态值的比较结果;基于微调训练数据集,对微调模型进行迭代更新;基于迭代更新后的微调模型、当前自然参数值、设备参数值