CN118734672B 一种基于非线性模型预测控制算法的明渠闸门调控方法 （扬州大学）

一种基于非线性模型预测控制算法的明渠本发明公开了一种基于非线性模型预测控2将圣维南方程作为非线性模型预测控制系统的预测模型，并构建分建立以实测水位偏差平方和和闸门调控次数最小化为目标的优化采用滚动优化的闭环控制策略，根据实测值与预测值差值对水位将离散化的圣维南方程与卡尔曼滤波框架耦合；其中，所述耦合包将离散后的圣维南方程与卡尔曼滤波框架耦合后用矩阵2.如权利要求1所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在d为紧靠闸d3.如权利要求2所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在3为在时间步长t时由变量Q将所述离散化的圣维南方程结合得到描述节点i与相邻节点的水位之间关系的方程为在时间步长t时由变量Q和Z计算得出的变量。4.如权利要求3所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在N(0,Wt)；t+1|t表示时间步长为t+1时的预测阶段矢量；Mt表示时间步长为t时的系统模型t+1obs表示在时间步长t+1测量的观测矢量；H代表将观测位置映射到状态矢量X中的观5.如权利要求4所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在将考虑不确定的分水流量变化q的状态矢量作为附加状态变量加入到数据同化的状态Nq所述将修正后的状态量带入所述实时状态修将修正过后的状态变量X*带入到数值模型中，得到不确定分水扰动下水位预测的EnKF4f,t+1|t表示内部模型根据时间步长t的计算结果生成的时间步长t+i观测点的最终预测值；Zt+i|t为时间步长t+i时观测点的预测水位；Zt|t为时间步长t时观测点的同化水6.如权利要求5所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在57.如权利要求6所述的基于非线性模型预测控制算法的明渠闸门调控方法，其特征在8.一种采用如权利要求1～7任一所述的基于非线性模型预测控制算法的明渠闸门调状态修正模块，用于将实测数据反馈到预测模型中，利用卡尔曼优化求解模块，用于建立以实测水位偏差平方和和控制执行模块，用于采用滚动优化的闭环控制策略，根据实9.一种计算机设备，包括存储器和处理器，所述存储器存被处理器执行时实现权利要求1至7中任一项所述的基于非线性模型预测控制算法的明渠6常涉及两种方法:一种是将SVEs离散化和线性化，构建线性状态矢量空间：例7[0007]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优[0013]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优2为在时间步长t时由[0022]将所述离散化的圣维南方程结合得到描述节点i与相邻节点的水位之间关系的方[0025]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优8t+1obs表示在时间步长t+1测量的观测矢量；H代表将观测位置映射到状态矢量X[0034]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优X*为修正后的状态变量。[0037]所述将修正后的状态量带入所述实时状态修正框架，结合调控策略进行水位预时的更新阶段矢量；Q*t|t是修正后的时9[0048]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优[0057]作为本发明所述的基于非线性模型预测控制算法的明渠闸门调控方法的一种优[0063]图1为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0064]图2为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0065]图3为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0066]图4为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调控方法的分水可预测情况下NM_MPC水[0067]图5为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调控方法的分水不可预测情况下NM_MPC水[0068]图6为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0069]图7为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0070]图8为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0071]图9为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门调[0072]图10为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门[0073]图11为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门[0074]图12为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门[0075]图13为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门[0076]图14为本发明一个实施例提供的一种基于非线性模型预测控制算法的明渠闸门[0084]3.在已经生成的调控预测模型[0085]本实施例提供的一种基于非线性模型预测控制算法的明渠闸门调控方法具体包2Qi是分水口3/s。Zu为紧靠闸门上游水d2为在时间步长t时由为在时间步长t时由变量Q和Z计算得出的变量。N(0,Wt)；t+1obs表示在时间步长t+1测量的观测矢量；H代表将观测位置映射到状态矢量X[0121]将上述考虑不确定分水口流量变化q的状态矢量作为附加状态变量加入到数据同X*为修正后的状态变量。使用水位预测值Zt+i|t，而是利用步长t时的实测水位与同化水位Zt|t之间的差值对计算[0166]ZOA算法每次迭代都是在觅食阶段和防御阶段的基础上更新种群成员，在连续迭算机软件产品存储在一个存储介质中，包括若干6的分水口流量从1m3/s增加至3m3/s，其余分水口流量始终游水位观测点的水位预测结果如图4和图5所示，其中图4为分水扰动可预测情况下的调控[0207]利用水位和闸门开度的模拟值减