[發明專利]一種多變量過程模型辨識準確性評價方法

有效

• 申請號: 201610369491.6
• 申請日: 2016-05-30
• 公開（公告）號: CN107451303B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 歸一數;徐春梅;王松;楊平;陳歡樂;于會群;程際云;康英偉;王念龍;李芹;邱寅琪;余潔
• 申請（專利權）人: 上海明華電力科技有限公司;上海電力學院
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 應小波

本發明涉及一種多變量過程模型辨識準確性評價方法，包括：辨識模型總體準確性的評價子方法，通過計算相對最大誤差百分數和相對均方差百分數兩個指標來量化辨識模型總體準確程度；辨識模型特征參數準確性的評價子方法，通過計算辨識模型與期望模型的增益比、辨識模型與期望模型的慣性時間比、辨識模型與期望模型的遲延時間比和辨識模型與期望模型的增益積來量化辨識模型參數的準確程度。與現有技術相比，本發明具有物理意義明確、計算容易、辨識準確度高等優點。

技術領域

本發明涉及控制科學與工程學科的建模仿真技術領域，尤其是涉及一種多變量過程模型辨識準確性評價方法。

背景技術

任何系統的控制與優化均離不開系統數學模型。數學模型是揭示系統內部存在規律，用來表征系統的數學表達式。在對實際的控制問題或優化問題進行分析研究時，首先需要建立系統的數學模型，再運用控制理論或優化理論進行分析，進而解決實際問題。所以說數學模型是溝通實際問題與控制理論之間聯系的橋梁。數學模型對系統的特征表達越準確，則對系統的控制或優化效果就會越好。

建立數學模型的方法主要有兩大類，一是機理建模法，二是系統辨識法。機理建模法是在掌握系統內部規律的基礎上，根據力學、電學等定理建立系統輸入輸出關系。系統辨識法是把系統看成一個“黑箱”，不直接探求系統的內部規律，而是根據測量系統輸入輸出數據，運用一定的辨識方法來獲取系統輸入輸出關系。當系統內在規律明確，可直接通過機理建模獲取系統的數學模型；當對系統內部規律認識不足，或當系統結構較為復雜，影響因素眾多，采用系統辨識進行建模更為方便。

隨著被控系統的復雜性日益提高，被控系統的模型建立也越來越復雜，特別是在多變量過程控制中，系統的動態環境中影響因素多，都給建模帶來一定的難度。建立的數學模型能否反映系統的真實規律，且與真實系統的逼近程度如何，需要按著一定的技術標準進行評價。目前，針對多變量模型的辨識精度尚無公認的評價標準的問題，本發明旨在提供一種科學的過程模型的辨識準確性評價的標準技術方法。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種多變量過程模型辨識準確性評價方法。

本發明的目的可以通過以下技術方案來實現：

一種多變量過程模型辨識準確性評價方法，包括：

辨識模型總體準確性的評價子方法，通過計算相對最大誤差百分數和相對均方差百分數兩個指標來量化辨識模型總體準確程度；

辨識模型特征參數準確性的評價子方法，通過計算辨識模型與期望模型的增益比、辨識模型與期望模型的慣性時間比、辨識模型與期望模型的遲延時間比和辨識模型與期望模型的增益積來量化辨識模型參數的準確程度。

所述的相對最大誤差百分數J1是用來衡量辨識模型的最大瞬態誤差的大小，該數值越小，說明辨識模型的最大動態誤差越小；

所述的相對均方差百分數J2是用來表征實際過程與辨識模型的總體貼合度，該數值越小，說明兩者貼合得越緊密，辨識模型的準確性越高。

所述的相對最大誤差百分數J1和相對均方差百分數J2具體計算如下：

相對最大誤差百分數：

相對均方差百分數；

式(1)和式(2)中，y_j(k)是被辨識的多變量過程的第j個輸出變量的辨識響應的第k次檢測值，ym_j(k)是被辨識過程的數學模型在同輸入下的第j個輸出變量的辨識響應的第k次檢測值，其中k＝1、2…N，其中N為檢測次數。