[发明专利]带遗忘因子的线性回归性能评估方法

摘要

本发明针对现有方法对工业过程中的控制系统评估过程复杂，对于时变扰动回路评估结果精度不高等原因，提供了一种带遗忘因子的线性回归性能评估方法。方法仅利用回路中采集到的输入输出数据来构建线性的过程扰动模型，然后在模型中引入遗忘因子用来完成数据的实时更新。在对乙烯裂解炉控制系统性能评估的对比中可以得到，线性回归方法在引入遗忘因子后对时变模型的评估结果更加稳定，能够胜任对裂解炉整个系统的性能评估。

主权项

一种带遗忘因子的线性回归性能评估方法，适用于乙烯裂解炉控制系统，其特征在于，包括如下步骤：S1：在裂解炉系统控制回路中采集控制回路的过程数据，利用相关性分析法估计出实际数据与设定值的采样延迟时间d；S2：对所述过程数据采用时间序列分析技术建立线性带遗忘因子的过程扰动模型，并通过最小二乘法辨识出回归参数；S3：根据公式模型，估计出所述过程扰动模型输出残差的均方误差作为最小方差标准S4：计算采集数据的实际方差S5：计算Harris指标，获得控制回路的性能指标；步骤S1中所述过程数据为一次采集获得的设定值Ysp和实际数据Yt，且所述设定值Ysp在一时间区间内有缓慢变化趋势；步骤S2包括如下步骤：经时间序列分析得：yt‑uy＝F(z‑1)at+L(z‑1)at‑d式中，a是白噪声序列，F表示整理得到的反馈不变项，L是一个与F有关的正则传递函数；当设定值Ysp不为0时，yt＝Yt‑Ysp是实际数据与设定值的偏差，uy为yt的平均值；设F(z‑1)at＝et，得到：yt-uy=et+[yt-dΣk=1mαk[yt-d-k+1-uy]]]]>其中，参数m既是滑动平均项中模型所取的前m项，又是回归参数矩阵αk的维数，m越大误差就越小，取5≤m≤30；由此可以得到模型矩阵：y~‾=x~α‾+e‾]]>对于回归参数矩阵α，运用最小二乘法辨识得到：((x~)Tx~)α^‾=(x~)Ty~‾.]]>