基于扩展卡尔曼滤波的T-S模糊模型建模方法

作者：冯浩东; 焦焕炎

来源：现代电子技术, 2022, 45(15): 139-145.

DOI：10.16652/j.issn.1004-373x.2022.15.027

• 冷冻站系统
• T-S模糊模型
• 扩展卡尔曼滤波
• 模糊C-均值聚类
• 参数辨识
• 负荷预测
• 节能控制

冷冻站系统设备和回路众多，且具有非线性、强耦合、大滞后等特点，机理建模困难。为满足冷冻站系统智能控制需要，提出基于扩展卡尔曼滤波的Takagi-Sugeno(T-S)模糊模型建模方法，构建了系统负荷预测模型和能效比预测模型。首先采用模糊C-均值聚类算法得到样本的聚类中心和聚类半径，进而计算出模糊规则的隶属度函数，完成结构辨识；为解决模型参数辨识中传统方法效率较低的问题，采用扩展卡尔曼滤波算法进行模糊模型后件参数修正，以辨识系统非线性动态特性，同时提升建模效率，为后期模型参数在线修正打下基础。文中采用上述方法对北京市某公共建筑冷冻站系统建模，实验结果表明，所建立的负荷预测模型和能效比预测模型精度较高，相对误差分别是2.75%和2.25%，满足工业控制模型精度要求。

• 单位
  北京建筑大学