基于状态观测与教学优化算法的多变量系统历史数据驱动辨识

发布时间：2021-03-28 14:12

　　常规智能算法与历史数据结合进行多变量系统辨识的方法,选取表征系统由稳态过渡到动态过程的数据作建模数据,当该过程含有未知扰动时,无法准确建立对象模型.本文提出一种基于状态观测与教学优化算法的多变量系统历史数据驱动辨识方法.该方法选取系统由动态回归稳态的历史数据,并根据其稳态终值进行去稳态分量处理.再将其分为两段,应用状态观测器与预估模型对第1段数据末端的系统状态进行估计,并将估计值作为第2段数据对应的系统初态;应用第2段数据的输入对预估模型进行仿真,采用教学优化算法寻优预估模型参数,使仿真输出接近实际输出.仿真实验表明该方法可以克服扰动对模型辨识精度的影响.最后对某火电机组协调控制系统进行建模,结果表明了该方法的有效性. 

【文章来源】：控制理论与应用. 2017,34(10)北大核心EICSCD

【文章页数】：11 页

【参考文献】：
期刊论文
[1]多变量系统的耦合梯度辨识算法与性能分析[J]. 刘艳君,丁锋.  控制与决策. 2016(08)
[2]基于修正闭环子空间辨识–分段线性结构的环管式丙烯聚合反应过程非线性模型预测控制（英文）[J]. 娄海川,苏宏业,古勇,侯卫锋,谢磊,荣冈.  控制理论与应用. 2015(08)
[3]一类MIMO系统连续状态空间模型的参数辨识频域方法[J]. 鲁兴举,郑志强.  自动化学报. 2016(01)
[4]有色噪声背景下的正交子空间辨识[J]. 赵建远,李醒飞,田凌子.  控制理论与应用. 2015(01)
[5]基于大数据和双量子粒子群算法的多变量系统辨识[J]. 韩璞,袁世通.  中国电机工程学报. 2014(32)
[6]基于大数据的多变量系统建模方法研究[J]. 袁世通,韩璞,孙明.  系统仿真学报. 2014(07)
[7]无轴承永磁同步电机最小二乘支持向量机非线性建模[J]. 孙晓东,朱熀秋,杨泽斌,张涛.  控制理论与应用. 2012(04)
[8]复杂系统反向建模方法及偏最小二乘法建模应用研究[J]. 付忠广,靳涛,周丽君,戈志华,郑玲,杨勇平.  中国电机工程学报. 2009(02)

博士论文
[1]1000MW超超临界机组建模理论与方法的研究[D]. 袁世通.华北电力大学 2015



本文编号：3105698