人工智能控制器

以用戶綜合室溫為控制目標，直接指導現(xiàn)場換熱站、燃氣鍋爐的供水溫度控制，實現(xiàn)供熱系統(tǒng)智能化升級。智能決策機TM通過通訊系統(tǒng)及云端獲取一次、二次側流量、壓力、溫度、抽樣室溫、氣候參數(shù)等數(shù)據(jù)。決策機TM內置的人工智能AI具備邏輯推演、規(guī)律識別并自動尋優(yōu)能力，可在2~3周時間內完成大數(shù)據(jù)深度學習

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(shù)，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(shù)和激勵函數(shù)，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)。

也有一些的文章論述運用模糊邏輯控制感應電機的磁通和力矩。它的輸入標定因子是變化的。實驗結果也驗證了所提方案的有效性。該系統(tǒng)中模糊速度控制器與常規(guī)的PI速度控制器和CRPWM塑變器一起使用，它往往用來補償可能的慣性和負載轉矩的擾動。神經網絡的應用 現(xiàn)如今，有大量文章討論神經網絡在交流電機和驅動系統(tǒng)的條件監(jiān)測和診斷中的運用。