[发明专利]基于历史数据稳态值的动态系统增益估计方法

说明书

本发明提供了一种基于历史数据稳态值的动态系统增益估计方法，首先采用线性分段表示方法将输入和输出的时间序列分割成短数据段，找出输入和输出同时处于稳态的数据段；从稳态条件下的数据段中计算出输入和输出的稳态值；找到稳态值中在统计意义上与相同稳态增益相关联的元素，将这些元素分成一组并分别估计每组的稳态增益，给出估计参数的区间估计。本发明能够在历史数据样本中以自动的方式找到输入和输出的稳态值，并且可以准确有效的估计出不同工况下的多个稳态增益，通过可视化的方法进行了验证，克服了查找稳态值耗时长、易受非线性影响和检测稳态增益变化困难的问题。

技术领域

本发明涉及一种基于历史数据稳态值的动态系统增益估计方法。

背景技术

稳态增益是动态系统控制、诊断和优化所需的基本信息。动态系统在实时运行阶段的特点往往不同于设计阶段的动态系统。因此，在设计动态系统阶段所获得的稳态增益在实时运行阶段通常不可用，必须进行更新。此外，许多动态系统本质上是非线性的，因此当动态系统停留在不同的运行点时，其稳态增益往往会发生变化。

目前常用两种方法来估计稳态增益：一种实用方法是通过某些特殊测试获取动态系统的输入和输出的稳态值来估计稳态增益。另一种常用方法是利用系统辨识技术来识别动态模型，从中获得稳态增益。但是现有的两种方法都存在一定的局限性。第一，稳态条件下的数据样本很难获得，对于某些动态系统，不允许做特殊类型的测试。第二，系统辨识技术要基于已识别的一组模型集包含真实模型的条件假设，但这种假设在实践中无法证实，不能验证模型的准确性。

发明内容

本发明为了解决上述问题，提出了一种基于历史数据稳态值的动态系统增益估计方法，本发明不需要通过手动进行或引入某些特殊测试，直接从历史数据样本中以自动的方式找到系统输入和输出的稳态值，克服了动态系统的非线性对数据样本的影响，以及动态系统在不同工况下出现多个稳态增益无法估计的问题。

本发明采用如下技术方案：

一种基于历史数据稳态值的动态系统增益估计方法，包括以下步骤：

(1)对历史样本数据中输入和输出的长连续时间序列进行分割，形成数据段，引入最小振幅变化和最小样本数作为阈值参数，表征各数据段的稳态条件，保留处于输入和输出均在稳态下的数据段；

(2)根据数据样本的平均值来计算保留数据段的稳态值；

(3)在稳态值中，确定在统计意义上与相同稳态增益相关联的元素，将这些元素分成一组，并分别估计每组的稳态增益；

(4)计算所述稳态增益估计参数在某个置信度下的区间估计。

作为进一步的限定，所述步骤(1)中，采用自底向上的分段线性表示方法从历史数据样本中分别将输入和输出的长连续时间序列分割成多个短数据段，每个短数据段用直线表示。

作为进一步的限定，所述步骤(1)中，当某数据段同时满足其振幅变化值小于等于设定的最小振幅变化，且该数据段的样本总数大于等于设置的最小样本数时，认为所述数据段处于稳定状态。

作为进一步的限定，所述步骤(1)中，构造整体指示序列，整体指示序列为各输入数据段稳态指示值与输出数据段稳态指示值乘积，计算得到整体指示序列值，其中，当某数据段处于稳定状态，对应的数据段稳态指示值为1，否则为0。

作为进一步的限定，所述步骤(2)中，确定稳态条件下的整体指示序列的起止位置，确定起止位置之间的数据段的样本平均值确定相应的稳态值。

作为进一步的限定，所述步骤(3)中，具体过程包括：

步骤3.1：通过求解多元线性方程组，从稳态值中估计参数；

步骤3.2：找到稳态值中与其估计值最大偏差的稳态值；