在线高时效的热力系统二次辨识方法
Twin-layer online identification of thermal systems作者机构：清华大学热能工程系北京100084
出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))
年 卷 期：2003年第43卷第12期
页 面：1661-1663,1690页
核心收录：
学科分类：080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理]
主 题：热力系统 自动控制系统 二次在线辨识 RBF神经网络
摘 要：为满足热力系统的自动控制系统中被控对象在线辨识的要求,通过对常用辨识方法的比较,提出了二次辨识的辨识思路。把系统的辨识分为一次辨识和二次辨识:根据一次辨识,辨识出系统的一次粗糙模型,利用二次辨识对一次辨识的结果进行补偿辨识。针对控制模型的特点,利用最小二乘法和RBF神经网络构造了二次辨识的在线辨识算法。仿真试验的结果表明:通过该方法在线建立的模型具有良好的模外动态特性,即使在偏离的情况下,也能使相对误差保持在5%以内。
维普期刊数据库
同方期刊数据库