摘要
本发明公开了一种端边云协同数据驱动多步预测控制方法、设备及介质,其中方法包括:构建端边云协同系统,将由云端训练后的数据驱动的多步预测模型部署到边缘端;获取由终端设备采集的实时数据,输入多步预测模型,预测未来多个时间步的系统状态;基于多步预测结果,对预测结果进行自适应校正,构建优化目标函数,计算最优控制律,进行在线自适应优化。本发明通过采用数据驱动的多步预测模型,处理历史数据和实时数据,预测未来多个时间步的系统状态,能够减少预测误差的累积,提高预测的准确性。另外,基于多步预测结果,能够在线快速计算出最优控制律,显著提高了计算效率和控制精度。本发明可广泛应用于工业自动化领域。
技术关键词
预测控制方法
预测误差
协同系统
训练集数据
终端设备
控制策略
实时数据
序列二次规划
迁移学习技术
长短期记忆网络
非线性
校正机制
真实系统
梯度下降法
在线
模型更新
预测系统