MACHINE TEACHING WITH METHOD OF MOMENTS

The techniques disclosed herein enable utilizing a full range of setpoint values to control a mechanical system. A machine learning model is trained with states collected from the mechanical system. Some of the states may have little to no variation, limiting exploration of possible setpoint values when training the model. To enable a more thorough exploration of possible setpoint values, the states are augmented with a fluctuating delta value that is derived from a fixed setpoint value. For example, a delta outside air temperature may be computed by subtracting outside air temperature, which fluctuates, from a fixed chilled water setpoint. A method of moments computation converts delta values inferred by the model back into absolute values. The absolute values are used to compute a regression equation that is usable by the mechanical system to compute a setpoint action for a given set of input states. Les techniques divulguées ici permettent d'utiliser une plage complète de valeurs de consigne pour commander un système mécanique. Un modèle d'apprentissage automatique est entraîné avec des états recueillis à partir du système mécanique. Certains des états peuvent ne présenter que peu ou pas de variation, ce qui limite l'exploration de valeurs de consigne possibles lors de l'entraînement du modèle. Pour permettre une exploration plus complète de valeurs de consigne possibles, les états sont augmentés avec une valeur différentielle fluctuante qui est dérivée d'une valeur de consigne fixe. Par exemple, une température d'air extérieur différentielle peut être calculée en soustrayant la température d'air extérieur, qui fluctue, d'une consigne fixe d'eau réfrigérée. Une méthode de calcul de moments reconvertit les valeurs différentielles déduites par le modèle en valeurs absolues. Les valeurs absolues sont utilisées pour calculer une équation de régression qui est utilisable par le système mécanique pour calculer une action de consigne pour un ensemble donné d'états d'entrée.