(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221081202 2.2 (22)申请日 2022.07.11 (71)申请人 青岛科技大 学 地址 266000 山东省青岛市崂山区松岭路 99号 (72)发明人 籍艳　李淑彤　 (74)专利代理 机构 青岛中天汇智知识产权代理 有限公司 37241 专利代理师 许莉 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/10(2020.01) (54)发明名称 基于广义时变方程误差自回归滑动平均模 型的两阶段递推参数估计方法 (57)摘要 本发明公开了一种基于广义时变方程误差 自回归滑动平均模型的两阶段递推参数估计方 法。 大多数控制策略都是基于数学模型的， 建立 精确的数学模 型在过程控制中起着 重要的作用。 再热蒸汽温度系统是大型电站锅炉的一种成熟、 可靠的调温方式， 该系统受金属材料性能的限 制， 温度不能过高， 同时为了保证机组的效率， 温 度不可过低。 再热蒸汽温度系统的参数是扰动量 的函数， 具有时变的特性并且在实际工业环境中 容易受到有色噪声的干扰， 影 响参数辨识的准确 性。 为了实现参数实时估计并提高参数估计的效 率， 本发明将系统分解为两个虚拟的子系统， 结 合递推最小二乘方法交互估计系统参数。 本发明 包括包括构建出受有色噪声干扰的广义时变系 统模型， 构建出两阶段递推最小二乘 参数辨识算 法流程、 构建出两阶段递推最小二乘算法等步 骤。 本发明方法简便、 高效， 可以应用于再热蒸汽温度系统的参数辨识。 权利要求书3页 说明书3页 附图3页 CN 115186482 A 2022.10.14 CN 115186482 A 1.一种基于广义时变方程误差自回归滑动平均模型的两阶段递推参数估计方法， 其特 征是： 包括下列步骤： (1)构建基于广义时变方程 误差自回归滑动平均模型的辨识模型， 具体步骤如下： 第一步： 构建基于广义时变方程 误差自回归滑动平均模型 结构见附图1： 第二步： 根据此模型， 构建广义时变方程 误差自回归滑动平均模型表达式如下： 上述公式中各符号的含义： u(t)和y(t)是入系统的输入和输出， v(t)是均值为零、 方差 为σ2且服从高斯分布的白噪声， A(t， z)， B(t， z)， C(z)和D(z)是关于单位后移算子z‑1的多项 式(z‑1u(t)＝u(t ‑1))。 第三步： 构 建广义时变方程误差自回归滑动平均模型输出y(t)和中间变量w(t)表达式 如下： w(t)＝ξT(t)ζ +v(t).     (3) 第四步： 构建广义时变方程 误差自回归滑动平均模型两个子辨识模型如下： κ(t)＝y(t) ‑ξT(t)ζ，    (4) 第五步： 得到广义时变方程 误差自回归滑动平均模型的两个子辨识模型： λ(t)＝ξT(t)ζ +v(t).(7) (2)构建出两阶段辅助模型递推最小二乘参数辨识算法流 程： 第一步： 启动辨识算法； 第二步： 令t＝1， 设置初始值； 第三步： 获取输入数据和输出 数据， 并进行 数据预处 理， 构造 ξ(t)和Φ(t)； 第四步： 计算 和 第五步： 计算 Lv(t)和Lc(t)， 更新Pv(t)和Pc(t)； 第六步： 更新 参数估计 和 第七步： 将t值加1， 重复上述过程。 其中各变量的定义如下： 定义输入量 为u(t)， 输出量 为y(t)； 定义v(t)是一个均值 为零、 方差为σ2且满足高斯分布的白噪声； 定义 和Φ(t)为相关的信息向量； 定义κ(t)和 λ(t)为子系统的输出； 定义w(t)为中间向量； 定义θ(t)和 ζ 为 参数向量； 定义 为t时刻 θ(t)的估计值； 为t时刻ζ(t)的估计值； 为t时刻 的估计值； 为t时刻ξ(t)的估计值； 为t时刻Φ(t)的估计值； 和 分别为t时刻w(t)和v权　利　要　求　书 1/3 页 2 CN 115186482 A 2(t)的估计值； (3)根据两阶段辅助模型递推最小二乘估计算法流程， 构建出两阶段辅助模型递推最 小二乘估计算法。 2.根据权利要求1所述的基于广义 时变方程误差自回归滑动平均模型的两阶段递推参 数估计方法， 其特 征是： 步骤(3)中所述两阶段辅助模型递推最小二乘估计算法为： Pv(t)＝[Iv‑Lυ(t)ψT(t)]Pv(t‑1)，                                       (12) ψ(t)＝[1， ρ1(t)， ρ2(t)，…， ρq‑1(t)]T，     (24) 上述算法的具体步骤： (1) 启动辨识算法 ， 令t＝1 ， 设置初始值Pv(0) ＝p0Iv， Pc(0) ＝p0Ic， w(0)＝1/p0， v(0)＝1/p0， n1＝na+nb， n2＝nc+nd， ， 其中， p0＝106 是一个极大的数值； (2)获取输入数据、 输出 数据， 并进行 数据预处 理； (3)通过式(19)、 式(20)计算 权　利　要　求　书 2/3 页 3 CN 115186482 A 3