温室环境温度预测自适应机理模型参数在线识别方法

摘要：

温室小气候模型具有非线性、强干扰、时变等特性,常用的线性化模型或离线辨识模型无法有效预测温室环境动态变化规律,模型精度不高直接影响温室环境控制性能.针对模型的这种复杂特性,该文以温度模型为例,提出利用连续-离散递推预测误差算法,对非线性模型参数和状态进行在线估计,以提高模型精度.首先,考虑加热和通风2种控制输入,建立了温室温度模型.然后,论述了该算法的原理和优势,算法通过引入并调整增益矩阵,对系统噪声进行在线更新,减少了系统噪声初始化偏差对参数估计收敛性的影响.最后,基于试验温室实测数据,对温室温度模型进行了在线辨识仿真,结果表明,利用连续-离散递推预测误差算法辨识模型拟合度为93.7%,扩展卡尔曼滤波器拟合度为89.5%,该文提出的算法在预测温室温度方面更为有效.

关键词：温室、温度、模型、实时辨识、递推算法

所属期刊栏目：33

分类号：TP274+.2;S625.5(自动化技术及设备)

资助基金：国家自然科学基金资助项目61174088,60374030

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：315-321