公开(公告)号：CN114779648B

公开(公告)日：2025-03-28

申请号：CN202210542099.2

申请日：2022-05-18

Applicant: 华北电力大学(保定)

Inventor： 董泽 ,  姜炜 ,  常修全 ,  董贺宁

IPC: G05B13/04

Abstract: 本发明涉及一种基于神经网络逆模型的前馈跟踪控制方法，该方法控制过程为：将被控对象的设定值输入到前馈控制器得到前馈控制器的输出；将前馈控制器的输出输入到预估模型得到预估模型的输出；预估模型输出与被控对象输出的差值输入到跟踪控制器得到跟踪控制器的输出；前馈控制器的输出与跟踪控制器的输出求和即为被控对象的控制量，该控制量输入到被控对象中得到被控对象的输出；前馈控制器和预估模型采用神经网络模型实现，前馈控制器为预估模型的逆。该前馈跟踪控制方法包括前馈和跟踪两个控制通道，以前馈通道为主体进行快速响应，以跟踪通道为补偿实现细调和无差调节，兼顾控制过程的快速性和准确性。

公开(公告)号：CN114444614A

公开(公告)日：2022-05-06

申请号：CN202210130070.3

申请日：2022-02-11

Applicant: 华北电力大学(保定)

Inventor： 董泽 ,  姜炜 ,  董贺宁 ,  常修全

IPC: G06K9/62 ,  G06N3/00 ,  G06N10/60

Abstract: 本发明涉及一种自适应多均值两步聚类方法，该方法对于输入的数据，第一步采用基于混沌量子粒子群的多均值聚类算法进行初步聚类，第二步采用自适应层次聚类算法在第一步聚类结果基础上进行进一步聚类，得到最终聚类结果；该方法既可用于簇状分布数据聚类，也可用于非簇状数据聚类，具有运算速度快、复杂度低、适用范围广、受异常值影响小的优点。本发明可以作为数据处理的基础技术，可用于系统建模、模式识别、机器学习、数据挖掘等领域的数据处理工作。

公开(公告)号：CN114779648A

公开(公告)日：2022-07-22

申请号：CN202210542099.2

申请日：2022-05-18

Applicant: 华北电力大学(保定)

Inventor： 董泽 ,  姜炜 ,  常修全 ,  董贺宁

IPC: G05B13/04

Abstract: 本发明涉及一种基于神经网络逆模型的前馈跟踪控制方法，该方法控制过程为：将被控对象的设定值输入到前馈控制器得到前馈控制器的输出；将前馈控制器的输出输入到预估模型得到预估模型的输出；预估模型输出与被控对象输出的差值输入到跟踪控制器得到跟踪控制器的输出；前馈控制器的输出与跟踪控制器的输出求和即为被控对象的控制量，该控制量输入到被控对象中得到被控对象的输出；前馈控制器和预估模型采用神经网络模型实现，前馈控制器为预估模型的逆。该前馈跟踪控制方法包括前馈和跟踪两个控制通道，以前馈通道为主体进行快速响应，以跟踪通道为补偿实现细调和无差调节，兼顾控制过程的快速性和准确性。