使用预测来控制目标系统技术方案

描述了用于实施自动化控制系统以控制指定的物理目标系统的操作的技术。在一些情况下，所描述的技术包括：预测影响目标系统的操作的参数的未来值；以及使用所预测的未来值以作为确定要对目标系统采取的当前自动化控制动作的一部分—以这种方式，可以相对于不反映此类所预测的未来值的其他可能的动作来改进当前自动化控制动作。在至少一些情况下，还可以执行各种自动化操作以改进预测，诸如通过结合使用多种不同类型的预测模型和用于训练这些模型的多个不同的过去数据组，和/或通过改进在这些模型中的至少一些中所反映的估计的内部不可观测状态信息。

Using Prediction to Control Target System

Describes techniques for implementing automated control systems to control the operation of designated physical target systems. In some cases, the techniques described include: predicting the future values of the parameters affecting the operation of the target system; and using the predicted future values as part of determining the current automated control actions to be taken against the target system, in this way, the current automated control actions can be improved relative to other possible actions that do not reflect such predicted future values. Do. In at least some cases, various automated operations can also be performed to improve prediction, such as by combining multiple different types of prediction models and multiple different past data sets used to train these models, and/or by improving the estimated internal unobservable state information reflected in at least some of these models.

【技术实现步骤摘要】
【国外来华专利技术】使用预测来控制目标系统相关申请的交叉引用本申请要求2016年4月28日提交的标题为“使用预测来控制目标系统(UsingForecastingToControlTargetsystems)”的美国临时专利申请号62/329,096的权益，所述申请通过引用整体地并入本文。
技术介绍
已做出各种尝试来针对具有输入或其他控制元件的各种类型的物理系统实施自动化控制系统，控制系统可以操纵这些输入或其他控制元件以尝试提供被控制的物理系统的期望输出或其他行为。此类自动化控制系统已使用各种类型的架构和底层(underlying)计算技术来尝试实施此类功能性，包括尝试处理与在物理系统受控制状态下的不确定性有关的问题、需要在极少量的时间内并且仅有部分信息的情况下作出控制决策等。此类自动化控制系统的一个示例包括用于控制放出电功率以支持负载和/或使用来自某个源的电功率进行充电的电池的操作的系统，潜在地负载、源和/或电池内部状态持续变化。然而，现有的自动化控制系统及其底层架构和计算技术存在各种困难，包括关于管理会影响自动化控制系统的操作的参数的未来值方面的不确定性。附图说明图1A是图示其中可以配置和发起用于执行对目标本文档来自技高网...

【技术保护点】
1.一种计算机实施方法，其包括：通过一个或多个计算系统来接收对具有传感器以及一个或多个控制和一个或多个输出的目标物理系统的操作进行建模的规则，其中，所述传感器测量关于所述目标物理系统的元件的状态的信息，其中，至少一个控制是可操纵的以修改所述目标物理系统的至少一个输出，并且其中，所述规则指定涉及状态信息的条件被评估为达到用于采取所得控制动作以操纵所述一个或多个控制的值；通过所述一个或多个计算系统并根据至少所述规则和为所述目标物理系统指定的目标以及所述目标物理系统的状态信息来创建目标系统模型，所述目标系统模型描述所述目标物理系统的状态并且包括耦合微分方程；通过所述一个或多个计算系统来创建一个或多个...

【技术特征摘要】
【国外来华专利技术】2016.04.28 US 62/329,0961.一种计算机实施方法，其包括：通过一个或多个计算系统来接收对具有传感器以及一个或多个控制和一个或多个输出的目标物理系统的操作进行建模的规则，其中，所述传感器测量关于所述目标物理系统的元件的状态的信息，其中，至少一个控制是可操纵的以修改所述目标物理系统的至少一个输出，并且其中，所述规则指定涉及状态信息的条件被评估为达到用于采取所得控制动作以操纵所述一个或多个控制的值；通过所述一个或多个计算系统并根据至少所述规则和为所述目标物理系统指定的目标以及所述目标物理系统的状态信息来创建目标系统模型，所述目标系统模型描述所述目标物理系统的状态并且包括耦合微分方程；通过所述一个或多个计算系统来创建一个或多个预测模型，以供用于预测影响所述目标物理系统的操作的参数的未来值，包括使用来自所述目标物理系统的操作的数据来训练所述一个或多个预测模型；以及通过所述一个或多个计算系统来控制所述目标物理系统在指示的时间内的操作，包括：获得传感器信息，所述传感器信息识别所述目标物理系统的至少一个传感器在所述指示的时间的状态信息；从所述一个或多个预测模型中获得在所述指示的时间内的一个或多个预测参数值，所述一个或多个预测参数值是在所述指示的时间前面的较早时间产生的，其中，获得的一个或多个预测参数值是针对影响所述目标物理系统的操作的一个或多个参数；使用所述目标系统模型并至少部分地基于获得的传感器信息和所述获得的一个或多个预测参数值来确定在所述指示的时间内的至少一个控制动作，所述控制动作操纵所述目标物理系统的至少一个控制并且提供所述目标的解；以及在所述目标物理系统中发起执行在所述指示的时间内的所述至少一个控制动作，以操纵所述至少一个控制并且在所述目标物理系统的至少一个输出中引起所得变化。2.根据权利要求1所述的计算机实施方法，其中，所述一个或多个计算系统包括执行协同分布式决策系统的一个或多个第一计算系统，其中，所述目标系统模型的创建由所述一个或多个第一计算系统执行，并且其中，对所述至少一个控制动作的所述确定由所述一个或多个第一计算系统执行，并且包括：执行所述耦合微分方程的分段线性分析以识别所述至少一个控制动作。3.根据权利要求2所述的计算机实施方法，其中，所述目标物理系统包括具有至少一个电负载和至少一个电源的电池，其中，所述控制包括提供指令以导致从所述电池供应指定量的能量或由所述电池接收指定量的能量，其中，所述输出包括向所述电池提供或从所述电池提供的所述能量，并且其中，所述目标物理系统的所述指定的目标是：最大化所述电池的寿命，同时根据指示的准则从所述电池供应能量。4.根据权利要求2所述的计算机实施方法，其中，所述目标物理系统包括建筑物，所述建筑物具有多个房间并且具有用于执行对所述建筑物的所述房间供暖和供冷中的至少一者的一个或多个温度控制单元，其中，所述控制包括：提供指令以导致从所述温度控制单元供应指定量的供暖和供冷中的所述至少一者，其中，所述输出包括从所述温度控制单元供应的供暖和供冷中的所述至少一者，并且其中，所述目标物理系统的所述指定的目标是：最小化由所述温度控制单元使用的能量的量，同时根据指示的准则执行对所述建筑物的所述房间的供暖和供冷中的所述至少一者。5.根据权利要求2所述的计算机实施方法，其中，所述目标物理系统包括一个或多个计算机网络，网络流量通过所述计算机网络传递，并且所述计算机网络具有用于调节所述网络流量的一个或多个网络装置，其中，所述控制包括：修改所述一个或多个网络装置的、影响对所述网络流量的调节的设定值，其中，所述输出包括经调节的网络流量，并且其中，所述目标物理系统的所述指定的目标是：最小化为所述一个或多个网络装置所准许但不满足一个或多个指示的准则的网络流量，同时准许确实满足所述一个或多个指示的准则的其他网络流量。6.根据权利要求2所述的计算机实施方法，其中，对所述目标物理系统的操作进行建模的所述规则包括：一个或多个绝对规则，所述绝对规则指定关于所述目标物理系统的操作的不可修改要求，并且各自可评估为达到真值或假值；一个或多个硬规则，所述硬规则指定关于所述目标物理系统的操作的限制，所述限制可以在指定的情况下进行修改，并且各自可评估为达到真值或假值；以及一个或多个软规则，所述软规则指定一个或多个附加条件被评估为以关联的可能性达到除真或假之外的可能值。7.根据权利要求6所述的计算机实施方法，其中，所述目标系统模型的创建包括：至少部分地基于所述规则来产生基于规则的哈密顿函数，所述基于规则的哈密顿函数表达创建的目标系统模型。8.根据权利要求2所述的计算机实施方法，其中，所述目标系统模型的创建包括：至少部分地基于所述规则来产生基于规则的哈密顿函数，所述基于规则的哈密顿函数表达创建的目标系统模型。9.根据权利要求2所述的计算机实施方法，其中，所述一个或多个计算系统进一步包括执行一个或多个参数值预测部件的一个或多个第二计算系统，并且其中，所述一个或多个预测模型的创建由所述一个或多个第二计算系统执行。10.根据权利要求9所述的计算机实施方法，其进一步包括：通过所述一个或多个第二计算系统并在对所述目标物理系统的操作进行所述控制之前来预测所述一个或多个参数在多个未来时间中的每一者内的未来值，并且其中，对在所述指示的时间内的所述一个或多个预测参数值的获得包括：从在所述多个未来时间内的所述预测未来值中选择在所述多个未来时间中的对应于所述指示的时间的一者内的预测未来值中的至少一者。11.根据权利要求1所述的计算机实施方法，其中，所述一个或多个预测模型的创建包括：使用一种或多种预测技术来创建多个预测模型的池，所述预测技术来自包括普通回归、普通自回归、动态回归、动态自回归、打折扣的动态回归、打折扣的动态自回归、具有固定的系数的卡尔曼滤波器、具有可更新的系数的动态卡尔曼滤波器、神经网络、决策树的群；以及维持先前的数据。12.根据权利要求11所述的计算机实施方法，其进一步包括：在多个预测模型的所述池的创建之后，使用来自所述目标物理系统的操作的附加的操作数据来评定所述多个预测模型的性能；以及至少部分地基于所述评定的性能从所述池中移除所述多个预测模型中的至少一者，并且其中，对所述一个或多个预测参数值的获得是来自于在所述移除之后仍然在所述池中的一个或多个预测模型。13.根据权利要求11所述的计算机实施方法，其进一步包括：在多个预测模型的所述池的创建之后，从所述目标物理系统的操作中获得附加的操作数据；以及向所述池添加至少部分地基于所述附加的操作数据的至少一个附加的预测模型，并且其中，对所述一个或多个预测参数值的获得是来自于所述至少一个附加的预测模型。14.根据权利要求11所述的计算机实施方法，其中，多个预测模型的所述池的创建包括：使用来自所述群的多种预测技术；以及使用同一组训练数据来训练所述多个预测模型。15.根据权利要求11所述的计算机实施方法，其中，多个预测模型的所述池的创建包括：针对来自所述群的一种预测技术，使用所述一种预测技术来创建两个或更多个预测模型；以及使用不同组训练数据来训练所述两个或更多个预测模型。16.根据权利要求11所述的计算机实施方法，其进一步包括，在对所述目标物理系统在所述指示的时间内的操作进行所述控制之后：从对在所述指示的时间内的所述至少一个控制动作的所述执行中获得所述目标物理系统的操作数据；至少部分地基于获得的操作数据来重新训练所述池中的所述多个预测模型中的一者或多者；以及部分地基于使用附加的预测参数值来控制所述目标物理系统在多个附加的指示的时间内的操作，所述附加的预测参数值是使用重新训练的一个或多个预测模型产生的。17.根据权利要求11所述的计算机实施方法，其进一步包括，在对所述目标物理系统在所述指示的时间内的操作进行所述控制之后：从对在所述指示的时间内的所述至少一个控制动作的所述执行中获得所述目标物理系统的操作数据；至少部分地基于获得的操作数据来更新所述池中的所述多个预测模型中的一者或多者的内部状态信息；以及部分地基于使用附加的预测参数值来控制所述目标物理系统在多个附加的指示的时间内的操作，所述附加的预测参数值是使用具有所述更新的内部状态信息的所述一个或多个预测模型产生的。18.根据权利要求1所述的计算机实施...

【专利技术属性】
技术研发人员：乔纳森·克罗斯，戴维·凯特勒，沃尔夫·科恩，迈克尔·路易斯·桑多瓦尔，
申请(专利权)人：维利通阿尔法公司，
类型：发明
国别省市：美国,US