买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学申请的专利一种基于扰动状态补偿的模型自适应预测控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119356079B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411366785.4，技术领域涉及：G05B13/04；该发明授权一种基于扰动状态补偿的模型自适应预测控制方法及系统是由彭涛;廖菁;徐芷萱;张纤依;廖宇新;高锦秋;殷士才;杨宇豪;周毅翔;阳春华;桂卫华设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于扰动状态补偿的模型自适应预测控制方法及系统在说明书摘要公布了：本发明涉及预测控制技术领域，公开了一种基于扰动状态补偿的模型自适应预测控制方法及系统，该方法通过引入基于深度学习的自适应扰动辨识器，能够实时识别和补偿系统扰动，显著提高系统在面对多变扰动环境时的控制精度和鲁棒性；发明利用深度学习技术构建扰动辨识器，使得数据驱动下的扰动识别过程更加智能化，能够更精确地捕捉到扰动的细微变化，提升扰动辨识的准确率；建立了一套性能评估机制，允许在控制器集合中自动选择最优控制器，确保扰动下系统的控制最优化；通过精确的误差评估、扰动的补偿和预测模型的修正，进一步确保了控制信号的准确性和有效性。这些技术和方法，不仅优化了控制效果，也延长了设备的使用寿命，降低了维护成本。

本发明授权一种基于扰动状态补偿的模型自适应预测控制方法及系统在权利要求书中公布了：1.一种基于扰动状态补偿的模型自适应预测控制方法，其特征在于，包括： S1：获取无扰动情况下系统运行的历史数据，并获取在不同扰动类型和大小下的系统运行历史数据，构建数据集，并将数据集划分为训练子集和测试子集； S2：构建自适应扰动辨识器基本模型； S3：基于所述训练子集、验证子集以及所述自适应扰动辨识器基本模型构建参数最优自适应扰动辨识器模型； S4：构建系统控制器集合；构建系统在第n个控制器下的预测模型，基于所述预测模型构建t+1时刻的系统预测输出矩阵，并基于所述预测输出矩阵和所述参数最优自适应扰动辨识器模型辨识出t+1时刻系统的扰动补偿向量，基于所述扰动补偿向量构建扰动补偿器； S5：基于所述扰动补偿器计算t+1时刻系统期望输出向量与系统预测输出向量间的误差，基于所述误差构建控制器评估函数，对所有控制器进行性能评估；通过最小化性能指标，获得t+1时刻系统最优控制器；其中，t表示时刻； S6：将所述最优控制器对应的触发信号输入到控制器切换器中，切换控制器，进行下一时刻的预测和控制切换； 所述S3包括： S31：利用训练子集Strain对自适应扰动辨识器基本模型进行P轮训练；利用验证子集Sval对自适应扰动辨识器基本模型进行评估，构建参数最优自适应扰动辨识器模型；其中， 对自适应扰动辨识器基本模型进行评估的评估指标满足如下表达式： 其中，MSEp表示第p个参数最优自适应扰动辨识器模型的评估指标，S为由不同扰动类型和大小下系统运行历史数据构建的数据集，Jv为验证子集Sval中数据子集的个数，表示第p轮训练共Jt次迭代得到的最优模型参数，Δyj表示当前第j个输入数据子集Sj＝yj,dj中系统输出序列yj与无扰动情况下系统输出序列y0的差值，dj表示第j种扰动下的扰动向量，Δyj＝yj-y0，表示扰动补偿向量，||·||2表示对符号内值进行平方和的运算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410083 湖南省长沙市麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。