摘要
本发明公开了一种基于时空特征提取的模型预测控制性能诊断方法,包括获取预先构建的数据集并进行预处理;将预处理后的数据集输入至预先训练好的模型预测控制系统时空特征提取模型,得到模型预测控制系统时空特征提取模型输出的分类结果;根据模型预测控制系统时空特征提取模型的分类结果,输出造成模型预测控制出现性能退化的类别标签,实现模型预测控制系统性能诊断;其中,所述模型预测控制系统时空特征提取模型包括串行连接的基于图神经网络的结构特征提取模型、基于长短记忆网络的时序特征提取模型和全连接层。本发明通过联合提取模型预测控制系统的时空特征,实现对控制系统的实时性能诊断,有效区分模型失配与其他退化因素进而实现模型性能诊断。
技术关键词
模型预测控制系统
控制性能诊断方法
特征提取模型
长短记忆网络
结构特征提取
长短期记忆网络
变量
历史运行数据
时序特征
卷积模块
耦合特征
节点
样本
网络单元
训练集
消息
表达式
序列
系统为您推荐了相关专利信息
CT影像数据
特征提取模型
损失函数优化
监督学习模型
计算机软件系统
数据压缩存储方法
注意力机制
深度卷积神经网络
寻找算法
识别算法
海工胶凝材料
耐久性评估方法
分类器模型
数据
特征提取模型