本發(fā)明涉及預(yù)測控制，尤其涉及一種基于分布式計算的預(yù)測控制方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、預(yù)測控制，即模型預(yù)測控制(model?predictive?control，mpc)，是一種多變量控制策略，其已經(jīng)被廣泛應(yīng)用于工業(yè)生產(chǎn)過程，其中基于階躍響應(yīng)序列的動態(tài)特性矩陣控制由于實現(xiàn)簡單、魯棒性強(qiáng)，因此廣泛應(yīng)用于化工和石油行業(yè)的過程控制中。在每個周期，動態(tài)特性矩陣控制需要計算出相關(guān)模型的動態(tài)特性矩陣，但是由于流程工業(yè)控制過程涉及的操作變量和被控變量較多，因此導(dǎo)致動態(tài)特性矩陣的維度通常較大，進(jìn)而使得動態(tài)特性矩陣控制的計算效率受到顯著影響。

2、現(xiàn)有技術(shù)，為了提高動態(tài)特性矩陣控制的計算效率，一般通過子系統(tǒng)劃分方法將一個控制系統(tǒng)劃分為多個子控制系統(tǒng)，從而降低控制系統(tǒng)的操作變量和被控變量的規(guī)模。隨后，再通過序貫法求解每一子控制系統(tǒng)的操作變量，將求解得到的操作變量施加到原控制系統(tǒng)上，進(jìn)而完成工業(yè)生產(chǎn)過程的預(yù)測控制。但是，在子控制系統(tǒng)劃分上，采用鄰接矩陣法，該方法的計算復(fù)雜度較高，且對于大規(guī)模的控制系統(tǒng)，該方法制約了控制系統(tǒng)拆分的效率。并且通過序貫法求解每一子控制系統(tǒng)的操作變量，其求解效率也不高。

技術(shù)實現(xiàn)思路

1、（一）要解決的技術(shù)問題

2、鑒于現(xiàn)有技術(shù)的上述缺點、不足，本發(fā)明提供一種基于分布式計算的預(yù)測控制方法、系統(tǒng)、設(shè)備及介質(zhì)，其解決了工業(yè)預(yù)測控制過程中預(yù)測控制算法運行時間長的技術(shù)問題。

3、（二）技術(shù)方案

4、為了達(dá)到上述目的，本發(fā)明采用的主要技術(shù)方案包括：

5、第一方面，本發(fā)明實施例提供一種基于分布式計算的預(yù)測控制方法，該方法所應(yīng)用的控制系統(tǒng)為多輸入多輸出系統(tǒng)，所述方法包括：

6、獲取控制系統(tǒng)中操作變量與被控變量的模型關(guān)系；

7、依據(jù)并查集算法和所述模型關(guān)系，將所述控制系統(tǒng)拆分為若干不耦合的子控制系統(tǒng)；

8、基于控制系統(tǒng)在優(yōu)化決策時產(chǎn)生的決策變量和約束條件，構(gòu)建每一子控制系統(tǒng)的預(yù)測控制優(yōu)化命題；

9、對所述預(yù)測控制優(yōu)化命題進(jìn)行并行分布式求解，并將求解得到各個子控制系統(tǒng)的最優(yōu)操作變量進(jìn)行集成，獲得所述控制系統(tǒng)的最優(yōu)操作變量。

10、可選地，獲取控制系統(tǒng)中操作變量與被控變量的模型關(guān)系包括：

11、獲取控制系統(tǒng)中操作變量和被控變量；

12、根據(jù)所述操作變量和所述被控變量，構(gòu)建所述控制系統(tǒng)的動態(tài)特性矩陣；

13、根據(jù)所述動態(tài)特性矩陣，獲取所述控制系統(tǒng)中操作變量與被控變量的模型關(guān)系；

14、其中，所述動態(tài)特性矩陣為傳遞函數(shù)矩陣和階躍響應(yīng)序列矩陣中的任意一種。

15、可選地，在依據(jù)并查集算法和所述模型關(guān)系，將所述控制系統(tǒng)拆分為若干不耦合的子控制系統(tǒng)之前，還包括：

16、獲取所述控制系統(tǒng)中操作變量的數(shù)量和被控變量的數(shù)量；

17、判斷所述操作變量的數(shù)量和所述被控變量的數(shù)量是否超過預(yù)設(shè)的數(shù)量閾值；

18、在所述操作變量和所述被控變量中任意一個變量的數(shù)量超過預(yù)設(shè)的數(shù)量閾值時，調(diào)用并查集算法用以拆分所述控制系統(tǒng)。

19、可選地，依據(jù)并查集算法和所述模型關(guān)系，將所述控制系統(tǒng)拆分為若干不耦合的子控制系統(tǒng)包括：

20、將所述控制系統(tǒng)中的操作變量和被控變量均設(shè)置為對應(yīng)的節(jié)點；

21、遍歷全部節(jié)點之間的模型關(guān)系，篩選至少2個節(jié)點作為根節(jié)點；

22、根據(jù)所述根節(jié)點，結(jié)合所述模型關(guān)系和所述節(jié)點所在多叉樹的深度信息，將剩余節(jié)點的父節(jié)點設(shè)置到對應(yīng)的根節(jié)點中，獲得與根節(jié)點數(shù)量一致的多節(jié)點樹，該多節(jié)點樹為子控制系統(tǒng)。

23、可選地，在基于控制系統(tǒng)在優(yōu)化決策時產(chǎn)生的決策變量和約束條件，構(gòu)建每一子控制系統(tǒng)的預(yù)測控制優(yōu)化命題之前，還包括：

24、通過構(gòu)建控制系統(tǒng)的預(yù)測控制優(yōu)化命題，獲取控制系統(tǒng)在優(yōu)化決策時產(chǎn)生的決策變量和約束條件；

25、其中，控制系統(tǒng)的預(yù)測控制優(yōu)化命題為：

26、；

27、式中， u( i)代表操作變量， i=0,..., m， m代表控制時域；代表操作變量的增量， i=0,..., m-1； y( i)代表被控變量， i=0,..., p，p代表預(yù)測時域； y ref( i)代表被控變量在每個周期的參考軌跡， i=0,..., p； q代表為被控變量中控制偏差的權(quán)重矩陣； r為操作變量中抑制變化的權(quán)重矩陣； f代表控制系統(tǒng)的預(yù)測模型動態(tài)方程；代表操作變量的下限；代表操作變量的上限；代表被控變量的下限；代表被控變量的上限；代表操作變量的增量下限；代表操作變量的增量上限。

28、可選地，所述子控制系統(tǒng)的預(yù)測控制優(yōu)化命題為：

29、；

30、式中， n j表示子控制系統(tǒng) j的變量索引集合； z代表屬于子控制系統(tǒng) j的被控變量的索引； x代表屬于子控制系統(tǒng) j的操作變量的索引；代表操作變量 x，其中 i=0,..., m， m代表控制時域；代表操作變量 x的增量， i=0,..., m-1；代表被控變量 z，其中 i=0,..., p，p代表預(yù)測時域；代表被控變量 z在每個周期的參考軌跡， i=0,..., p； q代表為被控變量中控制偏差的權(quán)重矩陣； r代表操作變量中抑制變化的權(quán)重矩陣；代表操作變量 x的下限；代表操作變量 x的上限；代表被控變量 z的下限；代表被控變量 z的上限；代表操作變量 x的增量下限；代表操作變量 x的增量上限。

31、可選地，對所述預(yù)測控制優(yōu)化命題進(jìn)行并行分布式求解，并將求解得到各個子控制系統(tǒng)的最優(yōu)操作變量進(jìn)行集成，獲得所述控制系統(tǒng)的最優(yōu)操作變量包括：

32、對子控制系統(tǒng)的預(yù)測控制優(yōu)化命題進(jìn)行并行分布式求解，獲得各個子控制系統(tǒng)的最優(yōu)操作變量；

33、將各個子控制系統(tǒng)的最優(yōu)操作變量進(jìn)行集成，獲得所述控制系統(tǒng)的最優(yōu)操作變量；

34、將所述控制系統(tǒng)的最優(yōu)操作變量施加至所述控制系統(tǒng)上，并結(jié)合所述被控變量用以啟動所述控制系統(tǒng)。

35、第二方面，本發(fā)明實施例提供一種一種基于分布式計算的預(yù)測控制系統(tǒng)，包括：

36、變量數(shù)據(jù)獲取模塊，用于獲取控制系統(tǒng)中操作變量與被控變量的模型關(guān)系；

37、控制系統(tǒng)拆分模塊，用于依據(jù)并查集算法和所述模型關(guān)系，將所述控制系統(tǒng)拆分為若干不耦合的子控制系統(tǒng)；

38、預(yù)測控制優(yōu)化命題構(gòu)建模塊，用于基于控制系統(tǒng)在優(yōu)化決策時產(chǎn)生的決策變量和約束條件，構(gòu)建每一子控制系統(tǒng)的預(yù)測控制優(yōu)化命題；

39、預(yù)測控制優(yōu)化命題求解模塊，用于對所述預(yù)測控制優(yōu)化命題進(jìn)行并行分布式求解，并將求解得到各個子控制系統(tǒng)的最優(yōu)操作變量進(jìn)行集成，獲得所述控制系統(tǒng)的最優(yōu)操作變量。

40、第三方面，本發(fā)明實施例提供一種電子設(shè)備，包括：

41、處理器；

42、存儲器，存儲用于所述處理器控制以上所述的一種基于分布式計算的預(yù)測控制方法步驟。

43、第四方面，本發(fā)明實施例提供一種計算機(jī)可讀介質(zhì)，其上存儲有計算機(jī)可執(zhí)行指令，所述可執(zhí)行指令被處理器執(zhí)行時實現(xiàn)以上所述的一種基于分布式計算的預(yù)測控制方法步驟。

44、（三）有益效果

45、本發(fā)明的有益效果是：

46、本發(fā)明提出的一種基于分布式計算的預(yù)測控制方法，由于采用并行分布式求解每一子控制系統(tǒng)的預(yù)測控制優(yōu)化命題，進(jìn)而獲得每一子控制系統(tǒng)的最優(yōu)操作變量的技術(shù)方案，相對于現(xiàn)有技術(shù)而言，其極大地降低了預(yù)測控制過程的運行時間。

47、同時，本發(fā)明采用并查集算法對控制系統(tǒng)進(jìn)行拆分，其并查集算法復(fù)雜度為nlog(n)，使得在減少動態(tài)特性矩陣的維度的同時，提高了控制系統(tǒng)的拆分效率，和進(jìn)一步降低了預(yù)測控制過程的運行時間。