首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于贝叶斯优化的数据驱动RTO-MPC自主优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山西中电神头第二发电有限责任公司

摘要:本发明公开了基于贝叶斯优化的数据驱动RTO‑MPC自主优化方法,包括:设计MPC控制器参数的调整目标,构建MPC对应的目标与优化变量之间的数据集D1;采用上下文贝叶斯优化算法优化MPC控制器的参数,并设定为下个RTO周期MPC控制器参数;将数据集D1中的数据转换为连续运行数据,构建近似高斯过程模型,作为黑盒RTO优化目标的等式约束条件;采用约束贝叶斯优化算求解黑盒RTO优化问题,得到对应目标值和约束值,增加至RTO层对应数据集D2;区分数据集D2中可行解和不可行解,将最优解作为设定值传输到MPC层实现跟踪控制;若当前一个运行周期结束,则测量干扰值并重复执行,直至运行时间结束。利用本发明,可以实现系统的自主优化,同时适应动态变化的工况条件。

主权项:1.一种基于贝叶斯优化的数据驱动RTO-MPC自主优化方法,其特征在于,包括以下步骤:1设计MPC控制器参数的调整目标,明确优化变量与其取值范围;采用一组MPC控制器参数控制系统运行,从而获取设定运行时间内的闭环数据与对应的目标值,构建MPC对应的目标与优化变量之间的数据集D1;2根据当前D1数据集,采用上下文贝叶斯优化算法优化MPC控制器的参数,将参数设定为下个RTO周期下的MPC控制器的参数;3对数据集D1中的离散运行数据作处理,转换为连续运行数据,基于此构建系统动态的近似高斯过程模型,作为黑盒RTO优化目标的等式约束条件;4采用上下文置信上界的约束贝叶斯优化算求解黑盒RTO优化问题,同时把外部干扰考虑在内以适应变化的工况条件,将求得的解传输到目标函数和表征等式约束的系统近似模型中得到对应的目标值和约束值,将该组数据增加至RTO层对应的数据集D2中;5设置最优解的选择模块来帮助区分数据集D2中的可行解和不可行解,随后将对应的最优解作为设定值传输到MPC层实现跟踪控制;6若当前一个运行周期结束,则测量干扰值并返回执行步骤2,直至运行时间结束。

全文数据:

权利要求:

百度查询: 山西中电神头第二发电有限责任公司 基于贝叶斯优化的数据驱动RTO-MPC自主优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。