系统识别 编辑
系统识别是利用统计学，从量测到的数据来建构动力系统数学模型的方法。系统识别也包括最佳试验设计，利用回归分析回归分析有效的产生有足够资讯的数据，以及模型降阶等。
6
图片 0 图片
评论 0 评论
匿名用户 · [[ show_time(comment.timestamp) ]]
[[ nltobr(comment.content) ]]
相关
模型预测控制是过程控制中，在满足特定限制条件时，控制过程的进阶控制方式，自1980年代起已用在化学工厂及炼油厂的工业过程中。近年来也用在电力系统的平衡模型以及电力电子学中。模型预测控制是以过程的动态模型为基础，多半是透过系统识别得到的线性经验模型。模型预测控制的特点是每一次针对目前的时间区块内作最佳化，然后下一个时间再针对时间区块内作最佳化，这和LQR控制器不同。模型预测控制可以预测未来事件并且进行对应的处理。PID控制器没有这样的预测功能。模型预测控制几乎都是用数位控制来实现，不过也有研究指出若使用特殊设计的类比电路，其反应时间可以更快。
模型预测控制是过程控制中，在满足特定限制条件时，控制过程的进阶控制方式，自1980年代起已用在化学工厂及炼油厂的工业过程中。近年来也用在电力系统的平衡模型以及电力电子学中。模型预测控制是以过程的动态模型为基础，多半是透过系统识别得到的线性经验模型。模型预测控制的特点是每一次针对目前的时间区块内作最佳化，然后下一个时间再针对时间区块内作最佳化，这和LQR控制器不同。模型预测控制可以预测未来事件并且进行对应的处理。PID控制器没有这样的预测功能。模型预测控制几乎都是用数位控制来实现，不过也有研究指出若使用特殊设计的类比电路，其反应时间可以更快。