基于LQG基准的预测控制器经济敏感度分析及调节准则

为考虑控制变量方差变化对控制器经济性能的影响,提出一种基于线性二次高斯(Linear Quadratic Gaussian,LQG)基准的预测控制器经济敏感度分析方法及调节准则.首先由子空间辨识算法推导出带输入输出变量加权的LQG基准一般描述形式,在此基础上,构造了基于方差调节和基于约束松弛的两个优化问题进行敏感度分析,最终求解得到敏感变量的方差调节量和约束松弛量以提高控制器的经济效益,Shell塔仿真实验结果表明本文方法的有效性.

基于子空间辨识的模型预测控制器经济性能评估方法

目前模型预测控制器(MPC)的经济性能评估(EPA)方法多依赖于过程解析的稳态模型,为了更方便有效的对MPC经济性能进行评估,本文提出一种基于子空间辨识的模型预测控制器经济性能评估方法,仅利用过程操作数据即可实现对控制器的经济性能评估,避免了对过程解析稳态模型的依赖性。利用已知过程操作数据,通过子空间辨识求取子空间矩阵,进而得到各输入输出变量间的稳态关系及LQG控制策略下各输入输出变量方差与加权系数的关系并将其直接应用于控制器经济性能优化。在Woodberry塔上的仿真实验验证了该方法的可行性和有效性。

5G数字化服务向千行百业延展

5G是引领新一代信息技术和新型网络基础设施建设的核心技术,是数字经济发展的重要基础。2023年是5G商用发展的第四年,我国已进入5G应用规模化发展的关键阶段。在中央地方政策的持续支持和产业各界的协同推进下,我国5G创新发展取得积极成效,为建设现代化产业体系、推进数字经济高质量发展提供坚实基础。