基于扩展卡尔曼滤波的T⁃S模糊模型建模方法

作     者：冯浩东 焦焕炎 FENG Haodong;JIAO Huanyan

作者机构：北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044 

基　　金：北京市属高校高水平创新团队建设计划项目(IDHT20190506) 北京市教委科技计划重点项目(KZ201810016019) 北京建筑大学市属高校基本科研业务费专项资金项目(X20068) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第15期

页      码：139-145页

摘      要：冷冻站系统设备和回路众多,且具有非线性、强耦合、大滞后等特点,机理建模困难。为满足冷冻站系统智能控制需要,提出基于扩展卡尔曼滤波的Takagi⁃Sugeno(T⁃S)模糊模型建模方法,构建了系统负荷预测模型和能效比预测模型。首先采用模糊C⁃均值聚类算法得到样本的聚类中心和聚类半径,进而计算出模糊规则的隶属度函数,完成结构辨识;为解决模型参数辨识中传统方法效率较低的问题,采用扩展卡尔曼滤波算法进行模糊模型后件参数修正,以辨识系统非线性动态特性,同时提升建模效率,为后期模型参数在线修正打下基础。文中采用上述方法对北京市某公共建筑冷冻站系统建模,实验结果表明,所建立的负荷预测模型和能效比预测模型精度较高,相对误差分别是2.75%和2.25%,满足工业控制模型精度要求。

主 题 词：冷冻站系统 T⁃S模糊模型 扩展卡尔曼滤波 模糊C⁃均值聚类 参数辨识 负荷预测 节能控制 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 08[工学] 081002[081002] 110503[110503] 

D　O　I：10.16652/j.issn.1004-373x.2022.15.027

馆 藏 号：203113532...