本申请提供一种工业控制系统的模型识别方法、装置、设备及存储介质，属于模型计算技术领域。该方法包括：获取工业控制系统运行时的输入数据以及输出数据；基于输入数据以及输出数据确定工业控制系统的估计模型，并对工业控制系统的估计模型进行外部扰动探测并去除输入数据以及输出数据中的外部扰动；对去除外部扰动的工业控制系统的输入数据以及输出数据进行正则化处理，得到工业控制系统的正则化高阶模型；对工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果。本申请可以提高识别结果的准确性。确性。确性。
【技术实现步骤摘要】
工业控制系统的模型识别方法、装置、设备及存储介质
[0001]本申请涉及模型计算
，具体而言，涉及一种工业控制系统的模型识别方法、装置、设备及存储介质。
技术介绍
[0002]在实际使用各类系统工作的过程中，通常需要通过系统辨识(Systemidentification)识别出该系统的数学模型，例如：具体的模型公式等。其中，系统辨识也可以称为模型辨识、模型识别。
[0003]现有技术中对模型进行识别时，由于并未考虑外界因素对模型的影响，导致了现有技术采用的识别方法得到的结果的精度和鲁棒性较差，因此，在对具有较大噪声和干扰的模型进行模型识别时，容易受到噪声和干扰的影响，从而导致了基于现有技术中进行模型识别后得到的识别结果的准确性较低。
技术实现思路
[0004]本申请的目的在于提供一种工业控制系统的模型识别方法、装置、设备及存储介质，可以提高识别结果的准确性。
[0005]本申请的实施例是这样实现的：
[0006]本申请实施例的一方面，提供一种工业控制系统的模型识别方法，包括：
[0007]获取工业控制系统运行时的输入数据以及输出数据；
[0008]基于输入数据以及输出数据确定工业控制系统的估计模型，并对工业控制系统的估计模型进行外部扰动探测并去除输入数据以及输出数据中的外部扰动；
[0009]对去除外部扰动的输入数据以及输出数据进行正则化处理，得到工业控制系统的正则化高阶模型；
[0010]对工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果。
[0011]可选地，对工业控制系统的估计模型进行外部扰动探测并去除输入数据以及输出数据中的外部扰动，包括：
[0012]对工业控制系统的估计模型进行解耦以及模型参数计算，得到初始高阶模型；
[0013]根据初始高阶模型的零点和极点的范围确定估计模型是否存在外部扰动；
[0014]若是，对输入数据和输出数据进行差分处理以去除输入数据和输出数据中的外部扰动。
[0015]可选地，对工业控制系统的估计模型进行解耦以及模型参数计算，得到初始高阶模型，包括：
[0016]对工业控制系统的估计模型进行解耦；
[0017]将解耦后的估计模型转换为目标矩阵；
[0018]确定目标矩阵中的模型参数，并基于模型参数确定初始高阶模型。
[0019]可选地，对工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果，包括：
[0020]对工业控制系统的正则化高阶模型进行参数估计，根据参数估计的结果确定正则化高阶模型对应的至少一个低阶模型；
[0021]对各低阶模型进行模型评价处理，得到各低阶模型的频域误差；
[0022]对频域误差满足模型评价需求的低阶模型进行参数校正处理；
[0023]对参数校正后的低阶模型进行滞后迭代处理，得到工业控制系统的模型识别结果。
[0024]可选地，对各低阶模型进行模型评价处理，确定各低阶模型的频域误差，包括：
[0025]确定频域误差的评价频率区间，评价频率区间包括至少两个区间；
[0026]在各评价频率区间内对各低阶模型进行模型评价处理，得到各低阶模型的频域误差。
[0027]可选地，对频域误差满足模型评价需求的低阶模型进行参数校正处理，包括：
[0028]确定各频域误差满足模型评价需求的低阶模型的极点和零点；
[0029]舍弃不满足预设需求的极点和零点，得到初始校正后的低阶模型；
[0030]基于预设的增益约束和过程快慢约束对初始校正后的低阶模型进行校正。
[0031]可选地，对参数校正后的低阶模型进行滞后迭代处理，得到工业控制系统的模型识别结果，包括：
[0032]对参数校正后的低阶模型进行降阶处理，得到新的低阶模型，新的低阶模型为二阶模型或者一阶模型；
[0033]对新的低阶模型进行延迟移位校正和迭代计算，得到工业控制系统的模型识别结果。
[0034]本申请实施例的另一方面，提供一种工业控制系统的模型识别装置，包括：获取模块、扰动处理模块、正则化模块以及识别模块；
[0035]获取模块，用于获取工业控制系统运行时的输入数据以及输出数据；
[0036]扰动处理模块，用于基于输入数据以及输出数据确定工业控制系统的估计模型，并对工业控制系统的估计模型进行外部扰动探测并去除输入数据以及输出数据中的外部扰动；
[0037]正则化模块，用于对去除外部扰动的输入数据和输出数据进行正则化处理，得到工业控制系统的正则化高阶模型；
[0038]识别模块，用于对工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果。
[0039]可选地，扰动处理模块，具体用于对工业控制系统的估计模型进行解耦以及模型参数计算，得到初始高阶模型；根据初始高阶模型的零点和极点的范围确定估计模型是否存在外部扰动；若是，对输入数据和输出数据进行差分处理以去除输入数据和输出数据中的外部扰动。
[0040]可选地，扰动处理模块，具体用于对工业控制系统的估计模型进行解耦；将解耦后的估计模型转换为目标矩阵；确定目标矩阵中的模型参数，并基于模型参数确定初始高阶模型。
[0041]可选地，识别模块，具体用于对工业控制系统的正则化高阶模型进行参数估计，根据参数估计的结果确定正则化高阶模型对应的至少一个低阶模型；对各低阶模型进行模型评价处理，得到各低阶模型的频域误差；对频域误差满足模型评价需求的低阶模型进行参数校正处理；对参数校正后的低阶模型进行滞后迭代处理，得到工业控制系统的模型识别结果。
[0042]可选地，识别模块，具体用于确定频域误差的评价频率区间，评价频率区间包括至少两个区间；在各评价频率区间内对各低阶模型进行模型评价处理，得到各低阶模型的频域误差。
[0043]可选地，识别模块，具体用于确定各频域误差满足模型评价需求的低阶模型的极点和零点；舍弃不满足预设需求的极点和零点，得到初始校正后的低阶模型；基于预设的增益约束和过程快慢约束对初始校正后的低阶模型进行校正。
[0044]可选地，识别模块，具体用于对参数校正后的低阶模型进行降阶处理，得到新的低阶模型，新的低阶模型为二阶模型或者一阶模型；对新的低阶模型进行延迟移位校正和迭代计算，得到工业控制系统的模型识别结果。
[0045]本申请实施例的另一方面，提供一种计算机设备，包括：存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时，实现工业控制系统的模型识别方法的步骤。
[0046]本申请实施例的另一方面，提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现工业控制系统的模型识别方法的步骤。
[0047]本申请实施例的有益效果包括：
[0048]本申请实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工业控制系统的模型识别方法，其特征在于，包括：获取工业控制系统运行时的输入数据以及输出数据；基于所述输入数据以及所述输出数据确定所述工业控制系统的估计模型，并对所述工业控制系统的估计模型进行外部扰动探测并去除所述输入数据以及所述输出数据中的外部扰动；对去除外部扰动的所述工业控制系统的输入数据以及所述输出数据进行正则化处理，得到所述工业控制系统的正则化高阶模型；对所述工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果。2.如权利要求1所述的工业控制系统的模型识别方法，其特征在于，所述对所述工业控制系统的估计模型进行外部扰动探测并去除所述输入数据以及所述输出数据中的外部扰动，包括：对所述工业控制系统的估计模型进行解耦以及模型参数计算，得到初始高阶模型；根据所述初始高阶模型的零点和极点的范围确定所述估计模型是否存在外部扰动；若是，对所述输入数据和输出数据进行差分处理以去除所述输入数据和所述输出数据中的外部扰动。3.如权利要求2所述的工业控制系统的模型识别方法，其特征在于，所述对所述工业控制系统的估计模型进行解耦以及模型参数计算，得到初始高阶模型，包括：对所述工业控制系统的估计模型进行解耦；将解耦后的所述估计模型转换为目标矩阵；确定所述目标矩阵中的模型参数，并基于所述模型参数确定所述初始高阶模型。4.如权利要求1所述的工业控制系统的模型识别方法，其特征在于，所述对所述工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理，得到工业控制系统的模型识别结果，包括：对所述工业控制系统的正则化高阶模型进行参数估计，根据参数估计的结果确定所述正则化高阶模型对应的至少一个低阶模型；对各低阶模型进行模型评价处理，得到各所述低阶模型的频域误差；对频域误差满足模型评价需求的低阶模型进行参数校正处理；对参数校正后的低阶模型进行滞后迭代处理，得到工业控制系统的模型识别结果。5.如权利要求4所述的工业控制系统的模型识别方法，其特征在于，所述对各低阶模型进行模型评价处理，确定各所述低阶模型的频...
【专利技术属性】
技术研发人员：吴庆尉，刘志勇，姚杰，吴洁芸，王家栋，高宇廷，
申请(专利权)人：浙江中控技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。