[发明专利]一种数据驱动预测云控制方法

权利要求书

1.一种数据驱动预测云控制方法，其特征在于，包括如下步骤：

步骤1，在本地受控系统和云服务器之间建立通信系统，形成云端-本地控制回路；

步骤2，在云服务器中首先使用PID算法生成或随机输入控制量获得离线数据，将其传输并施加到本地受控系统中，将本地受控系统返回的控制量和对应的输出信息以Hankel矩阵形式储存，得到Hankel矩阵；

步骤3，云服务器根据Hankel矩阵，辨识获得本地受控系统的状态空间矩阵；

步骤4，在云服务器中根据本地受控系统的状态空间矩阵，先利用系统辨识得到本地受控系统的数学模型，基于本地受控系统的数学模型，利用预测控制方法建立系统应满足的约束条件，计算出当前k时刻的最优预测控制序列；记录开始计算时的时刻t₁，并将最优预测控制序列和时刻t₁发送到本地受控系统；

步骤5，本地受控系统记录接收到最优预测控制序列时的时刻t₂；由时刻t₁和时刻t₂算出网络时延τ；在最优预测控制序列中，从第ceil(τ)个分量开始作为实际施加的控制量，施加到本地受控系统，得到对应的输出信息；其中ceil(·)代表向上取整；

将实际施加控制量和对应的输出信息一起返回云服务器，更新Hankel矩阵；重复执行步骤3-5，直至实现稳定控制或重复次数达到设定值，实现数据驱动云控制。

2.根据权利要求1所述的数据驱动预测云控制方法，其特征在于，所述步骤3中，根据Hankel矩阵，采用子空间方法、集员理论、无模型自适应理论或迭代学习方法，辨识获得本地受控系统的状态空间矩阵。

3.根据权利要求2所述的数据驱动预测云控制方法，其特征在于，所述步骤3中，其中，采用子空间方法具体为：对Hankel矩阵依次进行正交投影、加权映射、SVD分解、确定阶数、获得状态序列估计、求解最小二乘问题，辨识出本地受控系统的状态空间矩阵。

4.根据权利要求1所述的数据驱动预测云控制方法，其特征在于，所述步骤4中，在系统应满足的约束条件下，通过求解当前系统实际状态的最优化问题得到最优预测控制序列。

5.根据权利要求1所述的数据驱动预测云控制方法，其特征在于，所述步骤2中，通过如下子步骤得到Hankel矩阵：

步骤S20、设置预测步长N和信息步长j的值；所述设定的控制步长N大于网络时延τ，其中已知网络时延τ的估计值；

步骤S21、输入本地受控系统2N+j-1个有效的随机输入，得到2N+j-1个输出，即得到2N+j-1个输入输出对，继而得到本地受控系统当前时刻输入数据的Hankel矩阵U_p,0、U_f,0和输出数据的Hankel矩阵Y_p,0、Y_f,0，其中下标p和f分别表示过去和将来。

6.根据权利要求1所述的数据驱动预测云控制方法，其特征在于，所述步骤1中，采用Python在受控系统与云服务设备之间建立UDP半双工通信，形成控制回路；本地受控系统使用一个host和port的数据对为数据通信元组；云服务器使用另一个host和port的数据对作为通信元组。