基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

地下水水位是旱天污水管网地下水入渗量的重要影响因素,快速精准地预测地下水水位能有效提升旱天污水管网地下水入渗量估算准确度,辅助优化管网病害治理与维护策略。针对目前城市复杂水文预测存在的准确度低、灵敏度低、泛化能力弱等问题,本文提出了一种新的鲁棒自适应水位预测算法。首先,对水文数据进行预处理,解决了数据时间跨度大、噪声多、缺失及异常、非平稳等问题。其次,针对不同输入特征对预测指标的影响,在模型训练阶段提出一种新的空间变量注意机制,可快速识别与水位关联的关键变量,并对输入特征赋予不同的影响权重。然后,针对不同序列长度对预测效果的影响,还设计了自适应时间注意力机制,帮助网络自适应地找出与不同时间序列长度预测指标相关的编码器隐藏状态,以更好地捕捉时间上的依赖关系。在此基础上,以上下文向量作为输入,提出一种融合注意力机制的长短时记忆网络水文预测算法。最后,通过意大利Petrignano水文数据验证了所提算法的有效性,并与GRU、Elman、LSTM、VA–LSTM和S–LSTM等方法进行预测性能比较。结果表明,基于融合注意力机制的LSTM网络在面临大规模、噪点多的复杂数据时有优于其它几种算法的预测效果,表明该算法具有强自适应性和鲁棒性。本文研究结果可以为市政排水策略合理调整、及时控制提供参考。

执行器随机失效系统鲁棒预测容错切换控制

针对一类具有执行器随机失效问题的离散线性系统,提出一种基于故障概率情况下的鲁棒预测容错切换控制方法。首先,将工业过程建立成新型多自由度状态空间模型,设计含有故障概率的容错控制器;其次,引入系统故障和其恢复时的随机概率,利用李雅普诺夫判据给出基于线性矩阵不等式形式的稳定性条件,再通过指数稳定的相关证明求解出不同执行器切换时的稳定条件,以保证系统故障时容错控制与无故障时常规控制间的切换;然后,控制器设计时还充分考虑了设定值变化时所产生的跟踪误差带来的影响。最后,通过仿真结果验证了所提方法的可行性。

基于平方根UPF的电力系统鲁棒预测状态估计

针对辅助预测状态估计器在迭代计算中会出现状态预测误差协方差矩阵不正定,导致估计精度差甚至发散的问题,提出了基于平方根UPF的电力系统鲁棒辅助预测状态估计。该方法采用两种数学方法:矩阵Cholesky分解因子更新和矩阵QR分解,引入平方根技术动态更新状态预测误差协方差矩阵以保持状态预测误差协方差矩阵的正定性。运用MATLAB进行仿真模拟测试,结果表明:IEEE 30节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.09%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.14%;IEEE 57节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.67%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.57%。所提出的平方根UPF对解决辅助预测状态估计中状态预测误差协方差矩阵不正定的问题具有很好的效果,具有更高估计精度和鲁棒性。

具有执行器饱和特性和未知扰动的时变时滞系统鲁棒预测控制

针对具有执行器饱和特性和未知扰动的时变时滞离散系统,提出一种混合H 2/H∞指标的鲁棒模型预测控制方法。首先,用凸组合方法对执行器饱和特性进行变换,很大程度上降低了处理执行器饱和特性的复杂度,并且构造了依赖时变时滞上下界的Lyapunov-Krasovskii泛函。其次,通过Lyapunov稳定性理论,研究了混合H 2/H∞鲁棒模型预测控制在范数有界意义下的扰动抑制问题,得到了混合H 2/H∞鲁棒模型预测控制器存在的充分条件。最后,进行仿真对比,结果表明提出的方法具有很强的鲁棒性和良好的应用价值。

基于模糊规则的鲁棒预测舵减摇控制

[目的]针对模型预测控制(MPC)中因权重值固定所导致的欠驱动船舶在舵减摇时对转向的响应较慢的问题,提出一种基于有限时间扩张状态观测器(FTESO)、模糊控制规则和鲁棒预测控制的舵减摇控制器设计方法。[方法]首先,建立固定航速欠驱动船舶线性模型用于控制器设计,FTESO用于观测船舶运动状态和外部扰动;然后,通过对船舶在航向保持和变航向的情况进行分析,设计这2种情况下的目标函数权重,并建立状态观测值与目标函数权重之间的模糊规则,随后采用鲁棒预测控制解决带约束的多目标协同控制问题;最后,以一艘多用途舰艇为例进行数值仿真分析。[结果]结果显示,在航向改变情况下,对比扰动补偿模型预测控制和扰动观测器强化模型预测控制,发现减摇效果分别提升了5.74%和0.8983%,对于30°的转向的响应时间分别减少了1.8和7.3 s,证明了所设计控制方法的闭环稳定性。[结论]研究表明,所提方法在欠驱动船舶减摇方面是有效的。

基于高斯回归学习的场景优化鲁棒预测控制

针对具有未知加性不确定性的约束线性系统,提出基于高斯过程回归学习的场景优化鲁棒模型预测控制算法.在离线阶段使用高斯回归从经验数据中学习不确定性结构与参数,能够抽取大量随机场景.在在线控制阶段中,求解抽取场景所构建的有限时域优化问题,将滚动优化得到的控制律作用于系统.引入松弛变量保证优化问题的可行性,应用随机凸优化理论,证明所提算法使系统以一定的置信度满足松弛机会约束,收敛于终端域.通过DC-DC转换器和网联车巡航控制仿真实验,验证了本文算法的有效性和优越性.

一种功率前馈的鲁棒预测无差拍并网控制方法

在光伏并网控制中,延时和滤波电感量变化会影响系统响应速度、稳定性及并网电流畸变率。对此,该文提出一种功率前馈的鲁棒预测无差拍并网控制方法。通过引入功率前馈控制加快系统的响应速度。鲁棒预测无差拍控制方法被提出用于并网电流控制,以增强系统的鲁棒性,降低因控制延时和电感量偏差对并网电流造成的畸变。分析带延迟环节的z域无差拍控制模型,并讨论延时和电感量取值对系统稳定性的影响。给出鲁棒预测无差拍控制的设计方法,并根据z域内的传递函数对其进行稳定性分析,确定控制参数的选取范围。仿真与实验结果证明了所提控制方法的有效性。

光伏并网发电与无功补偿的鲁棒预测控制

针对分布于电网末梢的单相光伏并网发电系统,提出了一种兼具并网发电和无功补偿功能的鲁棒预测控制方法,使系统在向电网和本地负载提供有功电能的同时也能提供负载所需的无功电能。在分析系统结构基础上,通过构建两相正交电流和利用瞬时无功电流ip-iq算法,检测出单相负载的无功电流的直流分量,通过直流侧电压外环PI控制输出得到有功电流的直流分量,从而获取并网指令电流。考虑到传统无差拍电流控制中的延时和并网滤波电感变化,提出了一种鲁棒预测电流无差拍控制方法,以增强系统的鲁棒性以及降低因控制延时和电感量偏差对并网电流造成的畸变。根据z域内的传递函数对其进行了稳定性分析,确定了控制参数的选取范围。仿真与实验结果证明了提出的控制方法的有效性。

离线鲁棒预测控制器综合方法的改进方案

对离线鲁棒预测控制器综合方法进行改进.离线鲁棒预测控制算法离线确定一个控制律序列,对应一组吸引域;在线根据当前状态位于哪个吸引域内部(或哪两个吸引域之间)选择相应的一个控制律(或相邻的两个控制律的线性插值).引入参数Lyapunov函数得到多包椭圆型吸引域和多包二次稳定的离线控制律,改进了控制器的可行性和最优性.改进的控制器保持了稳定性以及控制律关于系统状态的连续性.

一类具有非线性扰动的多重时滞不确定系统鲁棒预测控制

针对一类具有非线性扰动且同时存在多重状态和输入时滞的不确定系统,提出一种鲁棒预测控制器设计方法.基于预测控制滚动优化原理,运用Lyapunov稳定性理论和线性矩阵不等式(Linear matrix inequalities,LMIs)方法,首先近似求解无限时域二次性能指标优化问题,然后优化非线性扰动项所应满足的最大上界,定量地研究鲁棒预测控制在范数有界意义下的扰动抑制问题,并给出了鲁棒预测控制器存在的充分条件.最后通过仿真验证了所提方法的有效性.

基于神经网络的时间序列鲁棒预测

为了实现神经网络预测模型的鲁棒预测 ,提出一种基于非线性偏自相关的一般化预测模型辨识方法。该方法通过考察待预测时间序列的当前序列值对各阶历史序列值的不可约自依赖 ,确定神经网络这类非线性自回归模型的自回归阶数。实验表明 ,该方法可有效地提高神经网络预测模型的鲁棒预测能力。

过驱动飞行器线性参变鲁棒预测跟踪控制策略

针对飞行包线内过驱动飞行器参数线性时变、控制量多增益调度难的问题,基于约束动态控制分配提出了一种主环线性参变鲁棒预测跟踪控制器.采用飞行状态增量以及跟踪指令误差为增广变量,建立了过驱动飞行器的多面体线性参变离散控制模型.引入H_∞性能指标,通过参变量转换将无穷时域min-max非线性鲁棒预测控制优化问题约简为线性矩阵不等式凸优化问题.以操纵面偏转跟踪误差和偏转变化量为混合二次型指标,建立了包含执行器动态性能的无约束控制分配模型.进而考虑操纵面的物理约束,设计了级联动态控制分配策略.仿真结果表明,该方法能够生成合理的操纵面控制指令,实现参考指令的有效跟踪.

基于多步控制策略的混合H_2/H_∞鲁棒预测控制器设计

针对具有外界扰动的线性定常(Linear time invariant,LTI)系统,本文研究了其鲁棒预测控制器(Robust model predictive control,RMPC)的设计方法.设计采用了混合的H2/H∞控制方法以有效地兼顾系统的抗干扰能力和闭环控制性能.同时,为了降低设计的保守性,设计利用闭环多步控制策略以扩大控制器的可行范围,改善系统控制性能.进而,为了便于实际实施,提出该RMPC的简化设计,通过将大部分在线计算量离线完成以降低鲁棒预测控制器的在线计算量.

电液力伺服系统的鲁棒预测控制

以位置扰动型施力系统为对象，采用基于无穷范数优化的鲁棒预测控制策略来消除系统多余力以及系统中参数时变、环境干扰等不确定性因素的影响，仿真结果表明该控制算法具有很好的效果。

具有结构不确定性的时滞系统的闭环鲁棒预测控制器(英文)

针对具有结构不确定性的时滞系统,设计了闭环鲁棒预测控制算法.该控制算法基于控制不变集方法,通过采用双模控制和闭环控制策略,增加了控制设计的自由度,进而扩大了系统的初始可行域并能获得较优的控制性能.仿真结果验证了该方法的有效性.

基于标称性能指标的离线鲁棒预测控制器综合

离线鲁棒预测控制综合算法离线确定一个控制律序列,对应一组吸引域,在线根据当前状态的位置选择相应的控制律．该类控制器在线计算量非常小,而可行性和最优性与其它综合算法相比或多或少要差一些．为此,采用标称性能指标而不是“最坏情况”性能指标来改进离线综合算法的可行性和最优性．改进的控制器保持了原有控制器的稳定性以及控制律关于系统状态的连续性．仿真结果说明了采用标称性能指标的优越性．

带有状态和输入时滞的不确定广义系统的鲁棒预测控制

针对一类同时具有状态和输入时滞的不确定广义系统,研究其鲁棒预测控制问题,给出了鲁棒预测控制器的综合方法.运用Lyapunov稳定性理论和线性矩阵不等式方法,近似求解无穷时域二次性能指标优化问题,从而得到鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解,可以保证广义闭环时滞系统是渐近稳定且正则无脉冲的.仿真算例验证了所提出方法的有效性.

一种基于H_∞理论的鲁棒预测控制方法

融合 H∞ 控制的鲁棒概念和预测控制的滚动优化原理 ,提出了一种全新的约束动态对策预测控制方法 .对有状态和控制约束的不确定线性系统 ,证明了闭环系统的鲁棒稳定性并给出了鲁棒性条件 .该方法同时具有 H∞ 控制和预测控制的优点

过热汽温系统无记忆状态反馈H_∞鲁棒预测控制

针对火电厂过热汽温大延迟、大惯性和模型不确定等特性,提出了一种多包不确定离散系统的无记忆状态反馈H_∞鲁棒预测控制(HRPC)方法.该方法将鲁棒预测控制、预测控制滚动优化的优点和无记忆反馈控制结合在一起,采用多步控制策略,推导出无记忆状态反馈HRPC的控制律,在不同负荷下对某600 MW机组进行了过热汽温串级控制的仿真实验,并对串级HRPC控制(HRPC-P)与串级PID控制(PID-P)、动态矩阵串级控制(DMC-P)进行比较.结果表明:HRPC-P控制器具有良好的跟踪性能,比PID-P控制器和DMC-P控制器具有更强的鲁棒性,而且减少了控制器优化参数的数量,对工程应用具有一定的参考价值.

执行器不确定系统鲁棒预测动态控制分配策略

针对多操纵面级联飞行控制结构中执行器存在多面体不确定的问题,提出了一种基于鲁棒预测控制理论的动态控制分配策略.考虑位置约束和速率约束,建立了多面体不确定冗余执行器的增广控制模型;以执行器状态和虚拟指令跟踪误差为增广变量构造二次型李亚普诺夫函数,将无穷时域Min-Max非线性规划转化为线性矩阵不等式凸优化问题,设计了保守性小的鲁棒预测控制律.各个控制指令汇集到一个混合优化控制分配器,由它分派控制指令,以最优地补偿执行器的不确定动态特性.仿真结果表明,该策略可综合补偿执行器的多面体不确定性,在操纵面偏转范围内精确地跟踪虚拟指令,保证了闭环系统的稳定性,具有较好的鲁棒性.