人工智能控制器

STEAC決策機TM，是采用人工智能深度學習技術，對換熱站和鍋爐房進行智能化控制的AI軟硬件一體化產品，無需更換站內設備，無需增加布線施工，無需進行軟件升級，只需一臺智能決策機TM，便可完成換熱站和鍋爐房的智能化升級改造！STEAC決策機TM是碩人時代自主研發(fā)的邊緣計算設備，內置操作系統(tǒng)，基于人工智能AI深度學習模型

決策機TMAI模型可以處理大量實時性數據，從數據中挖掘系統(tǒng)能耗潛力，給出超出傳統(tǒng)經驗的控制模式，可進一步精細調控，即使到了深寒期，依然實現(xiàn)節(jié)能運行。1、以“室”為終：以室溫為控制目標，穩(wěn)定室溫，平抑波動；快速調整、穩(wěn)定室溫，回到供熱的初衷：滿足用戶的室溫舒適。即使到了深寒期，依然實現(xiàn)節(jié)能運行。

誤差反向傳播技術是多層前聵ANN常用的學習技術。如果網絡有足夠多的隱藏層和隱藏結點以及適宜的激勵函數，多層ANN只能實現(xiàn)需要的映射，沒有直接的技術選擇優(yōu)隱藏層、結點數和激勵函數，通常用嘗試法解決這個問題，反向傳播訓練算法是基本的快下降法，輸出結點的誤差反饋回網絡，用于權重調整，搜索優(yōu)。

運用常規(guī)反向傳播學習算法。該系統(tǒng)由兩個子系統(tǒng)構成，一個系統(tǒng)通過電氣動態(tài)參數的辯識自適應控制定子電流，另一個系統(tǒng)通過對機電系統(tǒng)參數的辯識自適應控制轉子速度。后值得指出的是現(xiàn)在發(fā)表的大多數有關ANN對各種電機參數估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學習算法的模型不同或被估計的參數不同。