模型不确定性等级确定方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种模型不确定性等级确定方法、装置、系统及存储介质。该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：获取被控对象的名义数学模型和真实数学模型；分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级。上述技术方案，根据名义数学模型对应的阶跃响应和真实数学模型对应的阶跃响应，实现了模型不确定性等级的量化估计。不确定性等级的量化估计。不确定性等级的量化估计。

【技术实现步骤摘要】
模型不确定性等级确定方法、装置、系统及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种模型不确定性等级确定方法、装置、系统及存储介质。

技术介绍

[0002]多数控制算法成功应用于实际的工程控制过程的前提是获取该被控对象相对精确的数学模型。对于数字孪生建筑的环境性能预测，尤为依赖于精确合规的建筑信息模型（Building Information Modeling，BIM），当被控对象数据足够精确合规，不确定性足够小，对其预测表现则更为精准。对于基于现实监测系统的数字孪生建筑，足够精确的建筑信息数字模型可反映真实建筑体状态，进行更为准确的实时预测、预报和预警。综上，如果被控对象的模型足够准确，则控制算法可提供近乎最优的控制性能，然而实际工程几乎很难获取被控对象精确的数学模型。此外，准确获取被控对象的数学模型是在工程控制领域中最为困难的阶段，工程经验表明一个典型工程控制项目中，90%的时间和工作都耗费在了模型辨识的研究中。对于一些实际工程控制系统而言，往往存在非线性、时变、时延等特性，并且一些关键信号仍有可能无法测量得到。真实系统模型和名义系统模型之间的差异称为模型不确定性，由于建模误差造成的模型不确定性的原因主要有以下几点：(1)模型中的某些参数存在估值不准确的情况，通过模型辨识得到的被控对象的系统模型中的所有参数并非精确的，或者得到的某些参数存在误差；(2)用于描述物理进程的模型中的参数由于被控对象的非线性特性而发生变化；(3)测量设备存在误差。工程控制中的测控设备测得的数据并非100%准确，因此不可避免的会存在一定的误差，从而导致了输入不确定性；(4)由于忽略系统的动态特性导致了模型不确定性的存在。
[0003]基于上述可知，模型误差是普遍存在的，模型不确定性问题无法避免。
[0004]在实现本专利技术的过程中，专利技术人发现现有技术中至少存在以下技术问题：目前，尚未有基于传递函数模型量化被控对象的真实数学模型不确定性等级的方法，无法实现不确定性等级的量化估计。

技术实现思路

[0005]本专利技术提供了一种模型不确定性等级确定方法、装置、系统及存储介质，以实现模型的不确定性等级的量化估计。
[0006]根据本专利技术的一方面，提供了一种模型不确定性等级确定方法，包括：获取被控对象的名义数学模型和真实数学模型；分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级。
[0007]根据本专利技术的另一方面，提供了一种模型不确定性等级确定装置，包括：
数学模型获取模块，用于获取被控对象的名义数学模型和真实数学模型；不确定性等级确定模块，用于分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级。
[0008]根据本专利技术的另一方面，提供了一种模型不确定性等级确定系统，该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：获取被控对象的名义数学模型和真实数学模型；分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级。
[0009]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的模型不确定性等级确定方法。
[0010]本专利技术实施例的技术方案，通过获取被控对象的名义数学模型和真实数学模型，分别确定名义数学模型对应的阶跃响应和真实数学模型对应的阶跃响应，基于名义数学模型对应的阶跃响应和真实数学模型对应的阶跃响应确定模型不确定性等级，实现了模型的不确定性等级的量化估计。
[0011]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是根据本专利技术实施例一提供的一种模型不确定性等级确定方法的流程图；图2是根据本专利技术实施例二提供的一种模型不确定性等级确定方法的流程图；图3是根据本专利技术实施例三提供的一种模型不确定性等级确定方法的流程图；图4是根据本专利技术实施例三提供的一种不确定性等级区间估计流程图；图5是根据本专利技术实施例三提供的一种不确定等级区间估计结果图；图6是根据本专利技术实施例四提供的一种模型不确定性等级确定装置的结构示意图；图7是根据本专利技术实施例五提供的一种模型不确定性等级确定系统的结构示意图。
具体实施方式
[0014]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0015]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“目标”、“初始”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0016]实施例一图1为本专利技术实施例一提供的一种模型不确定性等级确定方法的流程图，本实施例可适用于系统模型进行不确定性评估的情况，该方法可以由模型不确定性等级确定装置来执行，该模型不确定性等级确定装置可以采用硬件和/或软件的形式实现，该模型不确定性等级确定装置可配置于计算机终端中。如图1所示，该方法包括：S110、获取被控对象的名义数学模型和真实数学模型。
[0017]在本实施例中，被控对象是指需要对其特定参数进行控制的设备或系统。名义数学模型是指对被控对象进行分析时所用的数学模型，与真实数学模型存在一定偏差，例如名义数学模型可以为仿真验证模型。真实数学模型是指被控对象的真实模型。可以理解的是，在实际工程中难以获取真实数学模型，通常只能建立名义数学模型进行模拟分析。在本实施例中，为了得到真实数学模型，可以在名义数学模型的模型参数的基础上进行参数调整，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型不确定性等级确定系统，其特征在于，该系统包括处理器和存储器，所述存储器存储有计算机程序，所述处理器在运行所述计算机程序时执行以下步骤，包括：获取被控对象的名义数学模型和真实数学模型；分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级。2.根据权利要求1所述的系统，其特征在于，所述基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级，包括：将所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应输入至不确定性等级确定函数，得到模型不确定性等级。3.根据权利要求2所述的系统，其特征在于，所述将所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应输入至不确定性等级确定函数，得到模型不确定性等级，包括：其中，表示模型不确定性等级，表示真实数学模型在t时刻的阶跃响应，表示名义数学模型在t时刻的阶跃响应，l表示阶跃响应稳态时刻的采样个数。4.根据权利要求1所述的系统，其特征在于，在获取被控对象的名义数学模型和真实数学模型之后，还包括：获取所述名义数学模型的不确定性等级搜索步长；基于所述名义数学模型的不确定性等级搜索步长确定估计迭代次数；相应的，所述分别确定所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应，基于所述名义数学模型对应的阶跃响应和所述真实数学模型对应的阶跃响应确定模型不确定性等级，包括：进行迭代循环计数，在...

【专利技术属性】
技术研发人员：万力，贺思宁，胡紫依，文博，万黎明，胡海鸣，胡媛，潘雨晴，欧阳雪，何其飞，王金，谢伊，魏建勋，管辰，刘倩影，张佳星，郑卓茜，
申请(专利权)人：中认国证北京评价技术服务有限公司，
类型：发明
国别省市：