CN106096048A - 一种基于数据驱动无模型控制的灰霾演化分析方法和系统 - Google Patents

Abstract

本发明提供了一种基于数据驱动无模型控制的灰霾演化分析方法和系统，其方法包括：通过无模型来挖掘灰霾相关的环境数据、经济数据、社会数据的关联关系，分析灰霾演化的规律和机制；其特征是：包括分布式数据库、数据采集模块、数据预处理模块、数据驱动的无模型计算模块、灰霾的演化与分析模块、灰霾的治理和决策模块；其方法包括，把灰霾演化系统描述为一种多输入多输出的数据驱动系统，其中的环境子系统、经济子系统、社会子系统能够通过数据驱动相互作用，从而驱动灰霾演化随时间而不断变化；本发明不需要建立各个子系统精确的过程定量知识以及过程辨识机制，能够深入挖掘灰霾演化中复杂数据关系，有助于灰霾的防治和策略制订。

Description

一种基于数据驱动无模型控制的灰霾演化分析方法和系统

技术领域

本发明涉及一种灰霾演化分析领域，尤其是一种基于数据驱动无模型控制的灰霾演化分析方法和系统。

背景技术

目前，中国的灰霾现象越来越严重，关于灰霾的演化分析和治理策略的研究层出不穷，而所建立的灰霾治理和演化分析技术主要包括灰霾监测、灰霾评估、策略制订、策略实施和灰霾立法等方面，通常是都基于精确理论模型的，很多研究试图为灰霾建立精确的过程定量知识和过程辨识机制。目前的灰霾演化分析方法和系统，主要是以生态环境为主体进行建模的，利用监测到的PM2.5，PM10等指标试图精确描述灰霾数学模型和演化机制，新的技术包括在灰霾多发区域布置传感器网络、以及卫星图像分析等技术，这些技术能够提供大量、精确的灰霾数据，然后，以此为依据讨论灰霾的演化机制和趋势预测，从而制定相关灰霾防治措施。

目前的灰霾演化分析方法和系统缺点也很明显，需要给灰霾建立精确的过程定量知识以及过程辨识机制和辨识器，并且需要针对某一过程进行控制器设计，整个系统演化过程还需要复杂的人工控制器参数整定。实际上，灰霾的发生是环境系统、经济系统、社会系统交互作用的结果，这些复杂的大型系统往往是时变的、非线性的，给这些对象建立严格精确的模型是非常困难的，并无法保证灰霾演化系统的闭环系统稳定性分析和判据，也难以确保灰霾演化系统的稳定性和治理策略的有效性。

在国内外，随着传感器技术、卫星技术、大数据在灰霾治理中的应用，为利用大数据技术和数据驱动方法分析灰霾演化方法和系统提供了条件，但是，目前市场上很少有基于数据驱动无模型控制的灰霾演化分析方法和系统。

发明内容

为了克服上述现有技术的缺陷，本发明提供了一种基于数据驱动无模型控制的灰霾演化分析方法和系统，通过数据驱动无模型来挖掘灰霾相关的环境系统、经济系统、社会系统的数据，分析灰霾演化的规律和机制，为灰霾的治理决策提供数据的支持。

本发明所采用的技术方案是：

一种基于数据驱动无模型控制的灰霾演化分析系统，包括分布式数据库、数据采集模块、数据预处理模块、数据驱动的无模型计算模块、灰霾的演化和数据分析模块、灰霾的治理和决策模块。

所述分布式数据库，用于存放与灰霾相关的环境、经济、社会数据，并由相关的权威组成或机构管理和更新，经过预处理后的数据会存入中心数据库，以便集中统一处理；

所述数据采集模块，通过各种传感器和监测手段获取与灰霾相关的数据，进行处理后分别存入相应的环境、经济、社会数据库系统；

所述数据预处理模块，将数据采集模块采集的数据进行预处理，统一导入到数据驱动的无模型计算模块集中处理；

所述数据驱动的无模型计算模块，使用迭代学习机制分析所采集的各类数据，利用前一次或前几次演化操作时测得的误差信息、和控制器输入信息不断修正当前迭代的控制输入量，使该迭代任务在本次操作过程中做得更好；如此不断重复迭代过程，直至系统的输出完全跟踪上期望轨迹；

所述灰霾的演化和数据分析模块用于对数据驱动的无模型计算模块的分析结果演化灰霾形成过程，比对灰霾相关的环境、经济、社会数据的信息，通过可视化工具快速的反馈演化结果；

所述灰霾的治理和决策模块，利用灰霾演化中环境系统、经济系统、社会系统之间的数据关联性分析结果，可以有针对性地制订灰霾治理策略，并可以在现实实施这些策略之前通过演化系统对策略的实施状况进行仿真和实验，以获取策略的特征和优缺点信息。

所述分布式数据库，包括环境、经济、社会数据库，分布于不同的地区或组织机构，只有相关的权力部门才有权限进行修改，并正式发布；中心数据库可以处理、保存灰霾演化所需的预处理数据和数据结果。

所述数据采集模块采集的数据信息由国家环境、统计等部门统一采集和录入，保证信息来源准确性。

所述数据采集模块对存放数据库中的数据，可以开放数据库访问接口，以便将数据转换为可使用的格式。

所述数据预处理模块，对于以不同文件格式或类型存放的数据，需要使用不同的数据处理函数，以便将数据处理成演化分析计算所需的格式，并存入中心数据库。

所述数据驱动的无模型计算模块，通过迭代学习挖掘灰霾演化中环境系统、经济系统、社会系统之间的复杂关系，无需建立精确的过程定量知识，也不包含过程辨识机制和辨识器。所述的灰霾演化系统，是多输入多输出的，而且其输入或输出变量是强耦合并很难解耦的。考虑单输出情形的梯度向量是一种梯度矩阵，类似于单输出的情形，多输出的灰霾演化系统由这种梯度矩阵所产生，是无模型控制律的主要构成部分。这样，系统的输入输出关系是可以通过这种量所形成的方程来实现的，本发明所述无模型控制的灰霾演化系统可以描述为如下多输入-多输出系统，其泛模型可以写成矩阵、向量的形式：

其中，称为系统的拟梯度矩阵。

置此时有r(k)≤n。

设D_t(k)是的r(k)阶满秩子方阵，t＝1,2…,N，N是的r(k)阶满秩子方阵的数目，用||D_t(k)||表示D_t(k)的某种范数，于是必有一个r(k)阶满秩子方阵：

使得：D(k)为的优势r(k)阶子方阵。

与之相应的为系统的拟优势控制变量。在不同的时候，系统的拟优势变量可能是不同的。

假定于是可以确定与r(k)阶优势子方阵

进一步地，可以得出μ^*(k)的估值

${\hat{u}}^{*}\left(k\right)={\hat{u}}^{*}(k-1)+{\hat{D}}^{-1}\left(k\right)\[y^{*}(k+1)-y^{*}\left(k\right)\]$

或者，

其中表示的伴随矩阵，表示的行列式。

进一步地，得出所求的控制律如下：

$\left\{\begin{array}{c}{\hat{u}}^{*}\left(k\right)={\hat{u}}^{*}(k-1)+\frac{{\mathrm{\λ}}_k}{\left|\hat{D}\left(k\right)\right|}{\hat{D}}^{*}\left(k\right)\[y^{*}(k+1)-y^{*}\left(k\right)\]\\ {\hat{u}}^{-}\left(k\right)={\hat{u}}^{-}(k-1)\end{array}\right.$

其中，

y^*(k+1)表示k+1时刻y(k+1)的可独立给定的分量的希望值，且：

其中，λ₁(k),λ₂(k),…λ_r(k)是适当参数，λ_k称为控制参量矩阵。

所述灰霾的演化和数据分析模块，通过大数据的可视化分析技术和数据挖掘技术，通过假设检验、显著性检验、差异分析等图表工具形成演化分析报表，图形化显示灰霾的演化过程，并挖掘演化现象的内部机理。

所述灰霾的治理和决策模块，利用灰霾演化中环境系统、经济系统、社会系统之间的数据关联性分析结果，可以有针对性地制订灰霾治理策略，并可以在现实实施这些策略之前通过演化系统对策略的实施状况进行仿真和实验，以获取策略的特征和优缺点信息。

所述灰霾的治理和决策模块，将治理策略施加于灰霾演化系统中，依据被控演化对象可重复的动态行为与期望行为之间的差距来调整决策，通过不断的迭代学习过程，使得被控演化对象的行为与制订策略的期望行为能够配合一致，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势，为在实际环境实施灰霾治理策略提供决策的支持。

本发明一种基于数据驱动无模型控制的灰霾演化分析方法和系统，优点在于：

首先，本发明将灰霾演化系统描述为一种多输入多输出的数据系统，无需建立精确的过程定量知识，系统中不包含过程辨识机制和辨识器，也不需要针对某一过程进行控制器设计，整个系统演化过程不需要复杂的人工控制器参数整定。

其次，本发明通过数据驱动无模型的方式来挖掘灰霾相关的环境、经济、社会数据之间的复杂关系，借助大数据可视化工具和报表工具，有助于进一步挖掘灰霾演化的内部规律和机制，从而制订有针对性的治理策略。

再次，本发明所述演化系统基于实际监测到的各类灰霾相关的数据，能够比较逼真地模拟实际的灰霾演化过程，并可以在实际实施治理策略之前，通过本发明的演化系统对策略的实施状况进行仿真和实验，优化策略实施的成本和效果。

由上述的系统可知，本发明，能够挖掘灰霾演化中环境系统、经济系统、社会系统之间的复杂数据关系，有助于灰霾的防治和策略制订。

附图说明

图1是本发明的系统结构示意图。

图2是本发明的无模型的控制规则图。

具体实施方式

如图1所示，为本发明实例提供的一种基于数据驱动无模型控制的灰霾演化分析系统示意图，包括如下模块：

分布式数据库100、数据采集模块101、数据预处理模块102、数据驱动的无模型计算模块103、灰霾的演化和数据分析模块104、灰霾的治理和决策模块105、中心数据库106。

不同于一般的灰霾演化分析方法，本发明所述基于数据驱动无模型控制的灰霾演化分析方法和系统，将灰霾演化系统描述为一种多输入多输出的数据系统，通过数据驱动无模型来挖掘灰霾相关的环境、经济、社会数据之间的复杂关系，无需建立精确的过程定量知识，系统中不包含过程辨识机制和辨识器，也不需要针对某一过程进行控制器设计。

所述分布式数据库100，包括环境、经济、社会数据库，环境、经济、社会数据库安装和分布于不同的地区或组织机构，用于保存灰霾演化所需采集的相关数据，只有相关的权力部门才有权限进行修改，并正式发布数据；所述中心数据库，安装于灰霾演化中心，与演化系统的服务器联接在一起，可以处理、保存灰霾演化所需的预处理数据、中间计算结果，以及策略实施的实验数据。

所述数据采集模块101，安装于各地的监测站，与相应的数据库相联，用于收集与灰霾相关的环境、经济、社会数据，并存入相应的环境、经济、社会数据库系统；采集的数据信息必须是由关环境、统计、等主管部门统一监测和录入信息，保证信息来源准确性。

所述的数据预处理模块102，安装于灰霾演化中心，与环境、经济、社会等分布式数据库相联，用于将采集到的种类繁多的数据处理成统一的数据格式，并进一步传输给数据驱动无模型模块进行处理。

所述的数据预处理模块102，能够将存放于分布式环境、经济、社会数据库中的不同格式的数据进行处理以及必要的清洗后，存放于中心数据库。

所述的数据驱动的无模型计算模块103，安装于灰霾演化中心核心服务器，用于使用迭代学习机制分析所采集的各类数据，进一步地，利用前一次或前几次演化操作时测得的误差信息、和控制器输入信息不断修正当前迭代的控制输入量，直至演化系统的输出完全跟踪上期望轨迹。

所述灰霾的演化和数据分析模块104，安装于灰霾演化中心核心服务器，用于通过大数据的可视化分析技术和数据挖掘技术，包括假设检验、显著性检验、差异分析等图表工具形成演化分析报表，图形化显示灰霾的演化过程，并挖掘演化现象的内部机理。

所述的灰霾的治理和决策模块105，安装于灰霾演化中心核心服务器，利用灰霾演化中环境系统、经济系统、社会系统之间的数据关联性分析结果，进一步地，用于有针对性地制订灰霾治理策略。

进一步地，所述的灰霾的治理和决策模块105，可以在现实实施这些策略之前通过演化系统对策略的实施状况进行仿真和实验，以获取策略的特征和优缺点信息。

如图2所示，为本发明实例提供的一种基于数据驱动无模型控制的灰霾演化分析方法无模型控制规则示意图，包括如下模块，无模型控制器201、输入数据202、灰霾演化系统203、误差数据204。

所述无模型控制器201，安装于演化服务器，用于对灰霾演化系统提供数据驱动；

所述无模型控制器(201)，用于完成控制算法，本发明的无模型控制方案仅需要利用受控系统的输入/输出(I/O)数据，不需要对演化系统进行精确的系统建模，其建立的多输入多输出(MIMO)非线性离散时间系统如下：

y(k+1)＝f(y(k),…,y(k-n_y),u(k),…u(k-n_u))

其中，u(k)∈R^m,y(k)∈R^m分别是k时刻的系统输入和输出；n_y,n_u是两个未知的整数；是未知的非线性函数；对于全格式动态线性化的无模型自适应控制(full form dynamic linearization based MFAC,CFDL-MFAC)，对于所有的k有成立时，其数据模型可表示为：

$\mathrm{\Δ}y(k+1)={\mathrm{\Φ}}_f{,}_{l_y}{,}_{l_u}\left(k\right)\mathrm{\Δ}{\stackrel{\‾}{H}}_{l_y}{,}_{l_u}\left(k\right)$

其中，为系统的控制向量；

为相应的子方阵。

$\mathrm{\Δ}{\stackrel{\‾}{H}}_{ly,lu}\left(k\right)={\[{\mathrm{\Δy}}^T\left(k\right),\mathrm{...},{\mathrm{\Δy}}^T(k-l_y+1),{\mathrm{\Δu}}^T\left(k\right),\mathrm{...},{\mathrm{\Δu}}^T(k-l_u+1)\]}^T$

所述输入数据202，用于对控制对象灰霾演化系统提供数据源，用于灰霾演化系统不断的迭代学习过程，使得被控演化对象的行为与制订策略的期望行为能够配合一致。

进一步地，所述输入数据202，可将治理策略施加于灰霾演化系统中，依据被控演化对象可重复的动态行为与期望行为之间的差距来调整决策，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势，为在实际环境实施灰霾治理策略提供决策的支持。

所述灰霾演化系统203，用于灰霾演化系统不断的迭代学习计算，使得被控演化对象的行为与制订策略的期望行为能够配合一致，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势，为在实际环境实施灰霾治理策略提供决策的支持。

所述误差数据204，用于将迭代计算的误差不断返回受控系统，使得被控演化对象的行为与制订策略的期望行为之间的误差不断减少。

以上实施方式仅适用于说明本公开，而并非对公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精度和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明公开的范畴，本发明公开的专利保护范畴应自权利要求限定。

Claims (10)

1.一种基于数据驱动无模型控制的灰霾演化分析系统，包括分布式数据库(100)、数据采集模块(101)、数据预处理模块(102)、数据驱动的无模型计算模块(103)、灰霾的演化和数据分析模块(104)、灰霾的治理和决策模块(105)，其特征在于：所述分布式数据库(100)，用于存放与灰霾相关的环境、经济、社会数据，并由相关的权威组成或机构管理和更新，经过预处理后的数据会存入中心数据库(106)；所述数据采集模块(101)，通过各种传感器和监测手段获取与灰霾相关的数据，进行处理后分别存入相应的环境、经济、社会数据库系统；所述数据预处理模块(102)，将数据采集模块(101)采集的数据进行预处理，统一导入到数据驱动的无模型计算模块(103)集中处理；所述数据驱动的无模型计算模块(103)，使用迭代学习机制分析所采集的各类数据，利用前一次或前几次演化操作时测得的误差信息、和控制器输入信息不断修正当前迭代的控制输入量，使该迭代任务在本次操作过程中做得更好；如此不断重复迭代过程，直至系统的输出完全跟踪上期望轨迹；所述灰霾的演化和数据分析模块(104)用于对数据驱动的无模型计算模块(103)的分析结果演化灰霾形成过程，比对灰霾相关的环境、经济、社会数据的信息，通过可视化工具快速的反馈演化结果；所述灰霾的治理和决策模块(105)，利用灰霾演化中环境系统、经济系统、社会系统之间的数据关联性分析结果，可以有针对性地制订灰霾治理策略，并可以在现实实施这些策略之前通过演化系统对策略的实施状况进行仿真和实验，以获取策略的特征和优缺点信息。

2.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述分布式数据库(100)，包括环境、经济、社会数据库，分布于不同的地区或组织机构，只有相关的权力部门才有权限进行修改，并正式发布；中心数据库可以处理、保存灰霾演化所需的预处理数据和数据结果。

3.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述数据采集模块(101)采集的数据信息由国家环境、统计等部门统一采集和录入。

4.根据权利要求1或3所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：

所述数据采集模块(101)对存放数据库中的数据，可以开放数据库访问接口，以便将数据转换为可使用的格式。

5.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述数据预处理模块(102)，对于以不同文件格式或类型存放的数据，需要使用不同的数据处理函数，以便将数据处理成演化分析计算所需的格式，并存入中心数据库(106)。

6.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述数据驱动的无模型计算模块(103)，通过迭代学习挖掘灰霾演化中环境系统、经济系统、社会系统之间的复杂关系，无需建立精确的过程定量知识，也不包含过程辨识机制和辨识器。

7.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述灰霾的演化和数据分析模块(104)，通过大数据的可视化分析技术和数据挖掘技术，通过假设检验、显著性检验、差异分析等图表工具形成演化分析报表，图形化显示灰霾的演化过程，并挖掘灰霾演化现象的内部机理。

8.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述灰霾的治理和决策模块(105)，利用灰霾演化中环境系统、经济系统、社会系统之间的数据关联性分析结果，可以有针对性地制订灰霾治理策略，并可以在现实实施这些策略之前通过演化系统对策略的实施状况进行仿真和实验，以获取策略的特征和优缺点信息。

9.根据权利要求1所述一种基于数据驱动无模型控制的灰霾演化分析系统，其特征在于：所述灰霾的治理和决策模块(105)，将治理策略施加于灰霾演化系统中，依据被控演化对象可重复的动态行为与期望行为之间的差距来调整决策，通过不断的迭代学习过程，使得被控演化对象的行为与制订策略的期望行为能够配合一致，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势，为在实际环境实施灰霾治理策略提供决策的支持。

10.一种基于数据驱动无模型控制的灰霾演化分析方法，其特征在于：包括如下模块，无模型控制器(201)、输入数据(202)、灰霾演化系统(203)、误差数据(204)；

所述无模型控制器(201)，安装于演化服务器，用于对灰霾演化系统提供数据驱动；

所述无模型控制器(201)，用于完成控制算法，本发明的无模型控制方案仅需要利用受控系统的输入/输出(I/O)数据，不需要对演化系统进行精确的系统建模，其建立的多输入多输出(MIMO)非线性离散时间系统如下：

y(k+1)＝f(y(k),…,y(k-n_y),u(k),…u(k-n_u))

其中，u(k)∈R^m,y(k)∈R^m分别是k时刻的系统输入和输出；n_y,n_u是两个未知的整数；是未知的非线性函数；

对于全格式动态线性化的无模型自适应控制(full form dynamic linearizationbased MFAC,CFDL-MFAC)，对于所有的k有成立时，其数据模型可表示为：

其中，为系统的控制向量；

为相应的子方阵；

$\mathrm{\Δ}{\stackrel{\‾}{H}}_{ly,lu}\left(k\right)={\[{\mathrm{\Δy}}^T\left(k\right),\mathrm{...},{\mathrm{\Δy}}^T(k-l_y+1),{\mathrm{\Δu}}^T\left(k\right),\mathrm{...},{\mathrm{\Δu}}^T(k-l_u+1)\]}^T$

所述输入数据(202)，用于对灰霾演化系统控制对象提供数据源，用于灰霾演化系统不断的迭代学习过程；

所述输入数据(202)，可将治理策略施加于灰霾演化系统中，依据被控演化对象可重复的动态行为与期望行为之间的差距来调整决策，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势；

所述灰霾演化系统(203)，用于灰霾演化系统不断的迭代学习计算，使得被控演化对象的行为与制订策略的期望行为能够配合一致，通过大数据可视化技术能够观察到灰霾的治理策略实施效果和时间/成本等情况，并预测其发展趋势；

所述误差数据(204)，用于将迭代计算的误差不断返回受控系统，使得被控演化对象的行为与制订策略的期望行为之间的误差不断减少。