摘要
本发明涉及一种针对运行条件不断变化的自适应预测控制方法,具体步骤包括:S1:提取系统的时空传递关系,构建基于时空特征的工况识别器,通过监测系统时空预测值和真实值之间的偏差,自动识别工况的变化,即工况识别机制;S2:针对模型计算复杂度高的问题,运用时空分离的模型降阶方法,将高维模型降阶为空间基础函数和时间系数模型,实现并对分布式参数系统的快速预测,即模型在线更新机制;S3:将S1的工况识别机制和S2的模型在线更新机制嵌入到模型预测控制框架中,通过对分布式参数系统的持续精准控制,实现全工况运行条件下的稳定控制。本发明所述的方法具有准确识别工况变化,快速准确预测,实现全工况运行条件下的稳定控制的优点。
技术关键词
预测控制方法
模型预测控制框架
模型降阶方法
概率密度函数
表达式
机制
拉格朗日乘子法
在线
监测系统
识别器
基础
高斯核函数
梯度下降法
神经网络模型
工况参数
偏差
判断系统
复杂度
预测误差
系统为您推荐了相关专利信息
预测控制方法
单位脉冲响应
化工装置
注意力
预测控制装置
分布式光伏系统
参数优化方法
分布式光伏发电系统
特征值分析方法
数学模型
混合建模方法
参数
流域水文模型
重构
混合预测模型
工业控制系统
三元组损失函数
字段
工控协议
样本