CN106605179A - 预测值整形系统、控制系统、预测值整形方法、控制方法及预测值整形程序 - Google Patents

Abstract

本发明提供通过预测值的整形来计算更高精度(接近目标值)的控制值的预测值整形系统。计算用于对控制对象(12)进行控制的控制值(v)的预测调节器(20)具备：实绩值获得部(22)，其获得控制对象(12)的过去的目标值即实绩值(r(t‑1))；预测值获得部(21)，其获得预测控制对象(12)的目标值而得到的预测值(r^(t))；以及控制值计算部(23)，其通过将实绩值(r(t‑1))和预测值(r^(t))应用于预测值整形算法(G)修正预测值(r^(t))，来计算出用于对控制对象(12)进行控制的控制值(v(t))。预测值整形算法(G)使用控制对象(12)的控制模型(P)的参数。

Description

预测值整形系统、控制系统、预测值整形方法、控制方法及预 测值整形程序

关联的申请

本申请主张在2014年10月10日在日本国提交的专利申请号2014-209483的权利，并通过引用将该申请的内容纳入本申请。

技术领域

本发明涉及计算用于对控制对象进行控制的控制值的预测值整形系统和包含该预测值整形系统的控制系统、预测值整形方法和包含该预测值整形方法的控制方法、以及预测值整形程序。

背景技术

存在对被控制的对象(控制对象)使用控制器来进行前馈控制的前馈控制系统。在理想的前馈控制系统中，向系统赋予目标值作为用于对控制对象进行控制的控制值，并从控制对象输出与目标值相应的物理量。

图12是表示理想的前馈控制系统的构成的方框图。通过向包含控制器和控制对象的系统101的控制器赋予目标值r，控制器利用依照目标值r的驱动信号对控制对象进行驱动，从而从系统101得到与目标值r相应的输出y_r。

例如，对于发电系统，包含发电机及其控制器的发电系统成为系统101，构成上述的前馈控制系统。若作为目标值r向对发电机的发电量进行控制的控制器输入了电力需要量，则从发电机输出与电力需要大致相等的量的电力y_r。

在实际情况中，很多情况下，应向系统赋予的目标值(即，当前时间点需要的控制对象的输出量)是未知的，不得不将利用规定的预测模型预测目标值而得到的预测值赋予给系统。

例如，在上述的发电系统的情况下，不能准确地得到当前时间点的电力需要量(实际需要的电力量)，因此，需要向发电系统赋予利用规定的预测模型得到的预测值。

图13是表示利用预测值来进行控制的控制系统的构成的方框图。向系统102赋予利用规定的预测模型得到的预测值

数式1：

此外，下面将

数式2：也表示为“r^”。从系统102得到与该预测值r^相应的输出y_r^。

然而，在利用预测值进行控制的情况下，与预测误差(即，预测值与实际的目标值之差)相应地，也在控制对象的输出中产生误差。因此，已知有为了使预测误差的影响不影响系统的输出而设置了预测调节器(预测值整形器)的前馈控制系统，该预测调节器将过去的时间点的目标值(即，在过去的时间点实际需要的控制值)作为实绩值来利用，对要赋予给系统的预测值进行修正(整形)。在此，实绩值不是过去的输出值，而是实际使用过的控制值，实绩值与输出值独立。

图14是表示设置了预测调节器的控制系统的构成的方框图。向预测调节器201，赋予预测值r^和过去的时间点的目标值(实绩值)r。预测调节器201基于这些预测值r^和实绩值r计算出控制值v，并向系统103输出。在系统103中，得到与控制值v相应的输出y_v。

例如，在上述的发电系统的情况下，能够在预测调节器201中，例如使用几分钟前的实绩值r(即，几分钟前实际使用的控制值)对将天气、气温等应用于预测模型而得到的电力需要量的预测值r^进行修正，并向系统103赋予。利用这样的前馈控制系统进行同时同量的控制。

现有技术文献

专利文献

专利文献1：日本特开2006-288151号公报

发明内容

发明要解决的问题

本发明的目的在于提供通过预测值的整形来计算出精度更高(接近目标值)的控制值的预测值整形系统、控制值计算方法、及控制值计算程序。

解决问题的方案

本发明一形态的预测值整形系统对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其具有如下构成，具备：预测值获得部，其获得所述预测值；实绩值获得部，其获得所述控制对象的过去的目标值即实绩值；以及控制值计算部，其通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法使用所述控制对象的控制模型的参数。

根据该构成，利用使用了控制对象的控制模型的参数的算法来修正预测值，因此，能够进行适于控制对象的修正，能够得到更接近目标值的控制值。

在上述的预测值整形系统中，所述算法可以是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

根据该构成，能够提供以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值的算法。

本发明另一形态的预测值整形系统对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其具有以下构成，具备：预测值获得部，其获得所述预测值；实绩值获得部，其获得所述控制对象的过去的目标值即实绩值；以及控制值计算部，其通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

根据该构成，以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值，因此，能够进行适于控制对象的修正，能够得到更接近目标值的控制值。

在上述的预测值整形系统中，所述影响可以是应用了没有所述预测误差的情况下的目标值时的输出与实际的输出之间的输出差。

根据该构成，能够以使理想的输出(即，应用了没有预测误差的情况下的目标值时的输出)与实际的输出之间的输出差为较小的方式修正预测值。

上述的预测值整形系统可以还具备评价部，该评价部使用表现所述输出差的评价函数来评价所述影响的大小。

根据该构成，监视部监视过去的预测误差对所述控制对象的输出带来的影响的大小，因此，能够在影响变大的情况下检测出这种情况并采取重新计算算法等应对措施。

上述的预测值整形系统可以还具备算法决定部，该算法决定部决定所述算法。

根据该构成，能够动态地决定用于修正预测值的算法。

上述的预测值整形系统可以还具备评价部，该评价部评价所述影响的大小，所述算法决定部可以在由所述评价部评价出的所述影响的大小比规定的大小大时，决定所述算法。

根据该构成，能够在过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响变大时，重新决定算法。

在上述的预测值整形系统中，所述算法可以是使所述影响为最小的算法。

根据该构成，能够得到使过去的预测误差对所述控制对象的输出带来的影响即输出差为最小的算法作为用于修正预测值的算法。

在上述的预测值整形系统中，所述算法可以是使所述影响比规定的值小的算法。

根据该构成，能够在过去的预测误差对所述控制对象的输出带来的影响即输出差变得比某规定值小时，得到用于修正预测值的算法。

在上述的预测值整形系统中，所述算法可以是判定为所述影响收敛了时的算法。

根据该构成，能够在过去的预测误差对所述控制对象的输出带来的影响即输出差收敛了时，得到用于修正预测值的算法。

在上述的预测值整形系统中，将所述控制模型的所述参数设为A_P、B_P、C_P，所述控制模型可以通过式(1)表示。

数式3：

在此，v(t)是时刻t的所述控制值，y(t)是时刻t的所述控制对象的输出。另外，所述算法可以通过式(2)表示。

数式4：

在此，r^(t)是时刻t的所述预测值，r^(t-1)是与时刻t相比过去的所述预测值，r(t-1)是所述实绩值，其中，

数式5：

根据该构成，能够优化用于修正预测值的算法。

本发明一形态的控制系统具有以下构成，具备：上述的任意一项的预测值整形系统；所述控制对象；以及控制器，其按照由所述预测值整形系统计算出的所述控制值对所述控制对象进行控制。

根据该构成，利用使用了控制对象的控制模型的参数的算法来修正预测值，因此，也能够进行适于控制对象的修正，或者，以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

本发明一形态的控制值计算方法是对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形方法，其具有以下构成，包括：预测值获得步骤，获得所述预测值；实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法使用所述控制对象的控制模型的参数。

根据该构成，利用使用了控制对象的控制模型的参数的算法来修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

本发明另一形态的控制值计算方法是对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形方法，其具有以下构成，包括：预测值获得步骤，获得所述预测值；实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

根据该构成，以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

本发明一形态的控制方法具有以下构成，包括：控制值计算步骤，利用上述的任意形态的预测值整形方法来计算控制值；以及控制步骤，利用通过所述控制值计算步骤计算出的所述控制值对所述控制对象进行控制。

根据该构成，利用使用了控制对象的控制模型的参数的算法来修正预测值，因此，也能够进行适于控制对象的修正，或者，以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

本发明一形态的控制值计算程序具有以下构成，使对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形装置的计算机执行以下步骤：预测值获得步骤，获得所述预测值；实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法使用所述控制对象的控制模型的参数。

根据该构成，利用使用了控制对象的控制模型的参数的算法来修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

本发明另一形态的预测值整形程序具有以下构成，使对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形装置的计算机执行以下步骤：预测值获得步骤，获得所述预测值；实绩值获得步骤，获得控制对象的过去的目标值即实绩值；以及控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

根据该构成，以使过去的预测值与实绩值之间的差(过去的预测误差)对控制对象的输出带来的影响较小的方式修正预测值，因此，也能够进行适于控制对象的修正，也能够得到更接近目标值的控制值。

发明效果

根据本发明，利用使用了控制对象的控制模型的参数的算法来修正(整形)预测值，因此，能够进行适于控制对象的修正，能够得到更接近理想输出的输出。

如以下说明的那样，本发明存在其他的形态。因此，该发明公开意图提供本发明的一部分，而不是意图限制在此描述要求的发明的范围。

附图简要说明

图1是表示本发明的实施方式涉及的包含预测值整形系统的控制系统的构成的方框图。

图2是表示本发明的实施方式涉及的前馈控制系统的构成的方框图。

图3是用于对本发明的实施方式涉及的评价函数进行说明的方框图。

图4是用于对本发明的实施方式涉及的评价函数进行说明的曲线图。

图5是表示本发明的实施方式的数值例中的目标值的曲线图。

图6是表示本发明的实施方式的数值例中的预测值的曲线图。

图7是表示使用预测值但不使用预测调节器的情况下的比较例的曲线图。

图8是表示本发明的实施方式涉及的使用预测调节器修正了预测值的情况下的数值例的曲线图。

图9是用于对本发明的实施方式涉及的前馈控制系统的效果进行说明的图。

图10是表示实现本发明的实施方式涉及的前馈控制系统的顺序的流程图。

图11是表示本发明的实施方式涉及的动态地决定预测值整形算法的预测值整形系统的构成的方框图。

图12是表示以往的理想的前馈的控制系统的构成的方框图。

图13是表示以往的利用预测值来进行控制的控制系统的构成的方框图。

图14是表示以往的设置了预测调节器的控制系统的构成的方框图。

具体实施方式

下面，参照附图对本发明的实施方式的预测值整形系统进行说明。此外，下面说明的实施方式示出实施本发明时的一例，而不是将本发明限定于下面说明的具体构成。在实施本发明时，可以适宜采用根据实施方式的具体构成。

图1是表示本发明的实施方式涉及的含有预测值整形系统的控制系统的构成的方框图。控制系统100是具备预测调节器(预测值整形系统)20和系统10的前馈控制系统。系统10是具备控制对象12和对其进行控制的控制器11的反馈控制系统。即，在控制系统100中，预测调节器20与反馈控制系统10串联连接，并作为整体构成了前馈控制系统。控制器11接受控制对象12的输出值的反馈，并基于此输出值的反馈进行用于使控制对象12的输出成为从预测调节器20指定的控制值的反馈控制。具体而言，控制器11为了对控制对象12进行控制，而将作为控制信号的驱动信号向控制对象12输出。控制对象12按照从控制器11接收的驱动信号进行驱动，其结果，输出与驱动信号相应的物理量。

本实施方式中，用于对控制对象12进行控制的目标值是未知的。作为那样的控制对象12，例如有发电机。从发电机输出(发电)的电力具有以下特点：难以以电的形式直接储存，另外若供给低于需求则导致停电。因此，以符合时刻变动的电力需要量，产生确保了某种程度的余量的电力量来发电的方式，进行发电量控制。然而，若该余量过大则造成能源的浪費，因此，期望准确地估计需要量来进行同时同量的发电量控制。因此，本实施方式的控制值计算技术优选地适用于发电量控制。

作为预测值整形系统的预测调节器20具备：预测值获得部21、实绩值获得部22、控制值计算部23及输出部24。对于作为预测值整形系统的预测调节器20的构成要素即预测值获得部21、实绩值获得部22、控制值计算部23及输出部24，可以将一部分或全部分散地配置在网络上，也可以将一部分或全部配备在同一装置(预测值整形装置)中。

预测值获得部21获得通过利用规定的预测模型对控制对象12的目标值进行预测而得到的预测值r^。实绩值获得部22获得控制对象12的过去的目标值即实绩值r。控制值计算部23通过将实绩值r和预测值r^应用于规定的预测值整形算法修正(整形)预测值r^，来计算出用于对控制对象12进行控制的控制值v。输出部24将由预测值计算部23计算出的控制值v向系统10的控制器11输出。

若使用预测调节器20利用实绩值r对预测值r^进行了修正，则提高预测的精度，得到更接近目标值的预测值r^。然而，以往的预测调节器中的预测值整形算法不使用控制对象的信息，因此，没有针对个别的控制对象进行优化。换言之，以往的预测调节器中的预测值整形算法只不过是对什么样的控制对象都拥有一定程度的效果而能够适用的通用的算法。

因此，本实施方式的预测调节器20使用基于系统10中的反馈控制的控制模型(下面，也称为“控制对象12的控制模型”。)而得到的预测值整形算法，来进行预测值的修正。下面，具体地对这样的预测值整形算法进行说明。

1.符号的准备

在说明预测值整形算法之前，首先，如以下那样定义各符号。

数式6：

分别表示实数的集合、正实数的集合、及自然数的集合。

将由

数式7：

表示的向量x和矩阵M的∞范数分别定义为

数式8：

||x||_∞：＝max_i|x_i|

将离散时间信号e的∞范数设为

数式9：

对于由

数式10：

M：＝{M_ij}

表示的矩阵M，设为，abs(M)为由矩阵M的各要素的绝对值构成的矩阵(设为abs(M)＝{M_ij})。

2.问题设定

图2是表示本实施方式的前馈控制系统的构成的方框图。图2表示了由采用预测值整形算法G的预测调节器20、和利用控制模型P进行反馈控制的系统10构成的前馈控制系统Σ。在此，控制模型P是离散时间线性模型。另外，“z-¹”表示获得一定时刻前的信息的操作。

控制模型P由下式(1)表示。

数式11：

在此，v(t)是预测调节器20输出的控制值，y_v(t)是系统10的输出。另外，(A_p、B_p、C_p)是控制模型P的参数，根据输入输出数据使用以往的系统识别方法(例如，最小二乘法)决定(A_p、B_p、C_p)。

另外，

数式12：

表示离散时刻，

数式13：

表示状态，

数式14：

表示输入，

数式15：

表示输出，

数式16：

是常数矩阵。将A_P的特征值设为存在于复平面上的单位圆内(设P为稳定)。另外，对于初始状态，根据

数式17：

给出

数式18：

x_P(0)＝x_P0。

另一方面，预测调节器20的预测值整形算法G由下面的式(2)表示。

数式19：

在此，r(t-1)是实绩值(一定时刻前的目标值)，r^(t-1)是利用规定的预测模型而得到的一定时刻前的预测值，r^(t)是当前的预测值。另外，v(t)是当前的控制值(对预测值进行整形而得到的值)。另外，(A，B，C，D)是预测值整形算法的设计参数。

另外，

数式20：

是G的状态(ξ(0)＝0)，

数式21：

是输入，

数式22：

是输出，

数式23：

是常数矩阵。

信号r是实际的目标值。不能获得当前的值r(t)，但是能够获得实绩值r(t-1)。另一方面，信号r^是预测值，因此，当前的值r^(t)和过去的值r^(t-1)中的任意一项都能够利用。对于该r和r^，设以下的假定(A1)。

数式24：

该假定(A1)意味着，预测误差为

数式25：

以下，

即，使用一些估计方法以Δ以下的精度得到预测值r。

在此，为了得到控制值计算部23计算出更接近目标值r的控制值v的预测值整形算法，考虑图3、图4及式(3)所示的评价函数J(G)。图3是用于对评价函数J(G)进行说明的方框图，图4是用于对评价函数J(G)进行说明的曲线图。评价函数J(G)是在前馈控制系统Σ中，任意地给出控制对象12的控制模型

数式26：

时的评价函数，由下式给出。

数式27：

在此，y_v是利用由本实施方式的预测调节器20计算出的控制值v进行了控制时的系统10的输出，y_r是利用目标值r进行了控制时的系统10的输出。

如图3、图4及式(3)所示，评价函数J(G)表示本实施方式的前馈控制系统Σ的输出y_v与能够利用目标值r的情况下的理想的前馈控制系统Σ_I的输出y_r之间的最大的差、即赋予了最差的预测值时的最大的输出差。换言之，评价函数J(G)是最差情形的评价指标。因此，使评价函数J(G)最小化的预测值整形算法G为最优的预测值整形算法。在下面，对求出使评价函数J(G)最小化的预测值整形算法G的、预测调节器的最优设计进行说明。

3.预测调节器的最优设计

3-1.性能分析

在给出使评价函数J(G)的值为较小的预测调节器20的预测值整形算法G的解之前，对已给出的预测值整形算法G的性能进行分析。然后，基于其结果，给出最优的预测值整形算法G。

首先，将式(1)和式(2)合并，则成为

数式28：

因此，若设

数式29：

则前馈控制系统Σ能够如下面那样表示。

数式30：

接着，在时刻

数式31：

的Σ的输出y_v与Σ_I的输出y_r之差以

数式32：

表示。

在此，设

数式33：

根据假定(A1)，

数式34：

||w(t)||_∞≤Δ。

此时，若注意到w(t)＝0(t≦0)，则下式成立，

数式35：

由此，

数式36：

||w(t)||_∞≤Δ，

因此，得到下式。

数式37：

而且，存在上式的等号成立的预测值r^，因此，下式成立

数式38：

根据该式(3)，能够预先估计由于预测误差Δ而对系统10的输出产生怎样程度的影响。并且，式(3)的第1项的值仅由P的参数决定，第2项的值由控制模型P和预测值整形算法G的参数决定。因此，由于全部的项是非负的值，所以，若以使第2项的值尽可能地小的方式决定预测值整形算法G，则能够得到使评价函数J(G)的值为较小的预测值整形算法G。

3-2.最优预测调节器

能够得到使式(3)的第2项为零的预测值整形算法。实际上，最优的预测值整形算法G为

数式39：

这时的评价函数的值为

数式40：

J(G)＝||_abs(C_PB_P)||_∞Δ…(4)。

该式(4)是G的性能界限。

这样，本实施方式的预测调节器20的预测值整形算法G由系统10的控制模型P的参数被赋予特征。即，预测值整形算法G是针对控制模型P而决定的订制型的预测值整形算法。由此，能够准确地估计过去产生的预测误差r^(t-1)-r(t-1)对由控制模型P表示的系统10的输出带来的影响，并且，能够进行尽可能使该影响较小那样的修正。

另外，根据式(4)可知，若预测误差Δ变得较小，则J(G)的值变得较小，也就是，输出误差变得较小。并且，越是

数式41：

||C_pB_p||

小的控制模型P，则J(G)越小。如上述那样，控制模型P是离散时间系统，因此，将连续时间系统P_c离散化时的采样周期越短，则

数式42：

||C_pB_p||

越小。据此可知，采样周期越短，则越能够提高预测调节器20的性能。

4.数值例

下面，示出关于由下面的控制模型P控制的前馈控制系统(最小相位系统)的数值例。

数式43：

其中，初始值为

数式44：

x_P0：＝[0.5 0]^T。

图5是表示目标值的曲线图，图6是表示针对图5的目标值的预测值的曲线图。作为目标值，使用r(t)＝0.5sin(0.1πt)+0.5cos(0.03πt)。设图6所示的预测值的预测误差为Δ＝1.6429。

图7是表示使用预测值r^但未使用预测调节器20的情况下的结果(控制对象12的输出)y_r^的曲线图，图8是表示，使用采用被优化的预测值整形算法G的预测调节器20修正预测值r^来计算出控制值v，利用该控制值v对控制对象12进行控制而得到的结果(控制对象12的输出)y_v的曲线图。在图7和图8中，虚线y_r是使用了目标值r时的理想的输出。此外，J(G)＝0.0049，

数式45：

||y_v-u_r||＝0.0049

。参照图8，在利用被优化的预测值整形算法G进行了预测值r^的修正的情况下，系统10的输出y_v与利用目标值r进行了控制的情况下的系统10的输出y_r几乎一致。

如以上那样，本实施方式的前馈控制系统100中，预测调节器20的控制值计算部23中采用的预测值整形算法G使用控制对象12的控制模型P的参数，因此，能够与控制对象12相应地修正预测值。

图9是用于对本实施方式的前馈控制系统100的效果进行说明的图。本实施方式的预测调节器20的控制值计算部23中采用的预测值整形算法G能够准确地估计过去产生的预测误差(即，过去的预测值r^(t-1)与实绩值r(t-1)之间的差r^(t-1)-r(t-1))对控制对象12的输出带来的影响，能够以使该影响为较小的方式，来修正当前时间点的预测值r^(t)。

在预测调节器20中，使用预测值r^(t)、过去的预测值r^(t-1)及实绩值(过去的目标值)r(t-1)，利用预测值整形算法G滤波在过去产生的预测误差r^(t-1)-r(t-1)，来修正预测值r^(t)计算出控制值v(t)，此时，作为该控制值v(t)，能够得到接近目标值r(t)的值的控制值v(t)，能够使系统10的输出的误差

数式46：

||y_v-y_r||

较小。此外，如图9所示，即使使用预测调节器20，也不能改善下一步骤的影响，但是，能够使其以后的影响较小。

下面，对实现本实施方式的前馈控制系统100的顺序进行说明。图10是表示实现本实施方式的前馈控制系统100的顺序的流程图。首先，通过系统识别，来求系统10的控制模型P的参数(A_p、B_p、C_p)(步骤S101)。

接着，使用控制模型P的参数(A_p、B_p、C_p)，求预测值整形算法G的参数(A、B、C、D)(步骤S102)。然后，使用预测值整形算法G的参数(A、B、C、D)，将采用了预测值整形算法G的预测调节器20作为程序装在计算机中(步骤S103)。

上述的实施方式中，进行预测调节器的最优设计，求出使评价函数J(G)最小化的预测值整形算法G，但是作为预测值整形算法G，不是一定要采用使评价函数J(G)为最小的算法。例如，在利用基于数学公式的变形的解析方法、一般的优化的方法(梯度法、牛顿法等)、或称为试探法的试探性的方法来求使评价函数J(G)为最小的预测值整形算法G的情况下，也可以采用评价函数J(G)变成比规定的阈值小时的预测值整形算法G。或者，在利用上述的梯度法、牛顿法等优化方法求预测值整形算法G的情况下，也可以采用判定为评价函数J(G)收敛了时的预测值整形算法G。即，若将预测值整形算法G的候补更新为G₁、G₂、…，则评价函数J(G)的值也如J(G₁)、J(G₂)、…进行变化，但是，在这时的J(G)的值的变化量的绝对值(|J(G_i)-J(G(_i+1))|)变为ε以下(ε是事先决定的较小的正的值)的阶段视为收敛，也可以采用这时的预测值整形算法G。

另外，上述的实施方式中，作为评价函数J(G)，使用实际的前馈控制系统Σ的输出y_v与能够利用目标值r的情况下的理想的前馈控制系统Σ_I的输出y_r之间的最大的差、即赋予了最差的预测值时的最大的输出差，但是，成为该评价函数J(G)的输出差可以是将曲线图的线y_v-y_r的接近0的接近程度量化后的任意的函数，例如，也可以是输出y_vと输出y_r之间的差的平方范数。

上述的实施方式中，说明了使用求出预测值整形算法并采用其而得到的预测调节器20的情况，但是，预测值整形系统也可以追加用于动态地决定预测值整形算法的构成。即，预测值整形系统除了上述的预测调节器20的构成以外，还可以具备评价部和算法决定部。

图11是表示动态地决定预测值整形算法的预测值整形系统的构成的方框图。预测值整形系统20′除了上述的预测调节器20的构成以外，还具备评价部25和算法决定部26。即使在预测值整形系统20′中，可以将一部分或全部的构成分散地配置在网络上，也可以将一部分或全部的构成配备在同一装置(预测值整形装置)中。

评价部25输入实际的前馈控制系统Σ的输出y_v，且对表现与使用了目标值r的理想的前馈控制系统Σ_I的输出y_r之间的输出差的评价函数J(G)的大小进行评价，由此评价过去的预测误差对控制对象12的输出带来的影响的大小。评价部25在评价函数J(G)比规定的阈值大的情况下，判断为需要重新决定预测值整形算法，并使算法决定部26重新决定预测值整形算法。

算法决定部26在从评价部25接受到预测值整形算法的重新决定的指示的情况下，如上述说明的那样，求使评价函数J(G)最小化的预测值整形算法G。此外，在该情况下，不是一定要使评价函数J(G)为最小，也可以将使评价函数J(G)比规定的阈值小的G作为预测值整形算法，还可以将判断为评价函数J(G)收敛了时的G作为预测值整形算法。

(应用例)

上述中，对本实施方式的前馈控制系统100能够应用于预测电力需要量的发电系统的情况进行了说明，但是本发明的控制系统不限于发电系统，也能够应用于其他的系统。在系统的目标值是未知的情况下，能够有效地应用本发明。

作为目标值是未知的系统，除了上述的发电系统以外，例如有太阳能发电系统中的进行日射量预测的系统、使用了响应性差的传感器的系统(例如，控制发动机的系统)、利用网络通信发送传感器信息的系统、及将传感器信息进行处理并使用的系统(例如，如机器人控制或汽车的自动驾驶控制那样，在所获得的图像的处理上花费时间的系统)，也能够将本发明应用于这些系统。

另外，在人工胰脏系统中也能应用本发明。在人工胰脏系统中，利用在皮下组织安装的传感器进行CGM(持续血糖测定)。CGM中测定组织间液中的糖浓度，糖浓度与血糖值存在一定的相关性，但是已知糖浓度实际上比血糖值延迟10～15分钟。

另外，例如，将控制对象设为供应链，将控制目标设为仓库的库存管理，在物流领域也能够应用本发明。在该情况下，作为目标值乃至预测值，可以使用满意度，作为实绩信息(过去的值)，可以使用基于客户调查的满意度。

另外，例如，将控制对象设为胰岛素用药，将控制目标设为血糖值的控制，在医疗领域也能够应用本发明。在这种情况下，作为目标值乃至预测值，可以使用血糖值，作为实绩信息(过去的值)，可以使用基于体液测量的10分钟前的血糖值。

另外，例如，将控制对象设为汽车的辅助驾驶乃至自动驾驶，将控制目标设为线路跟踪控制，在ITS领域也能够应用本发明。在该情况下，作为目标值乃至预测值，可以使用环境信息(障碍物、信号等信息)，作为实绩信息(过去的值)，可以使用花时间而得到的详细的信息。

另外，例如，将控制对象设为植物的计划生产，将控制目标设为生长环境的控制，在农业领域也能够应用本发明。在该情况下，作为目标值乃至预测值，可以使用植物的生长状况，作为实绩信息(过去的值)，可以使用实际的生长状况的信息。

另外，例如，将控制对象设为空调控制，将控制目标设为运转时间和运转台数的决定，在建筑领域也能够应用本发明。在该情况下，作为目标值乃至预测值，可以使用环境信息(温度、天气等信息)，作为实绩信息(过去的值)，可以使用实际的环境信息。

以上对在当前时间点考虑到的本发明的适宜的实施方式进行了说明，但是，针对本实施方式能够进行多种的变形，并且，附加的权利要求包含本发明的真实的精神和范围内的全部的变形。

工业实用性

本发明利用使用了控制对象的控制模型的参数的算法来修正(整形)预测值，因此具有能够进行适于控制对象的修正、能够得到更接近理想输出的输出之类的效果，作为计算用于对控制对象进行控制的控制值的预测值整形系统等是有用的。

符号说明

100 前馈控制系统(控制系统)

10 系统

11 控制器

12 控制对象

20 预测调节器(预测值整形系统)

21 预测值获得部

22 实绩值获得部

23 控制值计算部

24 输出部

25 评价部

26 算法决定部

Claims (17)

1.一种预测值整形系统，其对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其特征在于，

具备：

预测值获得部，其获得所述预测值；

实绩值获得部，其获得所述控制对象的过去的目标值即实绩值；以及

控制值计算部，其通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法使用所述控制对象的控制模型的参数。

2.如权利要求1所述的预测值整形系统，其特征在于，

所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

3.一种预测值整形系统，其对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其特征在于，

具备：

预测值获得部，其获得所述预测值；

实绩值获得部，其获得所述控制对象的过去的目标值即实绩值；以及

控制值计算部，其通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

4.如权利要求2或3所述的预测值整形系统，其特征在于，

所述影响是应用了没有所述预测误差的情况下的目标值时的输出与实际的输出之间的输出差。

5.如权利要求4所述的预测值整形系统，其特征在于，

还具备评价部，该评价部使用表现所述输出差的评价函数来评价所述影响的大小。

6.如权利要求2或3所述的预测值整形系统，其特征在于，

还具备算法决定部，该算法决定部决定所述算法。

7.如权利要求6所述的预测值整形系统，其特征在于，

还具备评价部，该评价部评价所述影响的大小，

所述算法决定部在由所述评价部评价出的所述影响的大小比规定的大小大时，决定所述算法。

8.如权利要求4所述的预测值整形系统，其特征在于，

所述算法是使所述影响为最小的算法。

9.如权利要求4所述的预测值整形系统，其特征在于，

所述算法是使所述影响比规定的值小的算法。

10.如权利要求4所述的预测值整形系统，其特征在于，

所述算法是判定为所述影响收敛了时的算法。

11.如权利要求1至8中任意一项所述的预测值整形系统，其特征在于，

所述控制模型的所述参数是A_P、B_P、C_P，

所述控制模型通过式(1)表示，

数式1：

$\left\{\begin{array}{c}{x}_P(t+1)=A_P{x}_P\left(t\right)+B_{P}v\left(t\right)\\ y\left(t\right)=C_P{x}_P\left(t\right)\end{array}\right.\mathrm{...}\left(1\right)$

在此，v(t)是时刻t的所述控制值，y(t)是时刻t的所述控制对象的输出，所述算法通过式(2)表示，

数式2：

在此，r^(t)是时刻t的所述预测值，r^(t-1)是与时刻t相比过去的所述预测值，r(t-1)是所述实绩值，其中，

数式3：

12.一种控制系统，其特征在于，

具备：

权利要求1至11中任意一项记载的预测值整形系统；

所述控制对象；以及

控制器，其按照由所述预测值整形系统计算出的所述控制值对所述控制对象进行控制。

13.一种预测值整形方法，其对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其特征在于，

包括：

预测值获得步骤，获得所述预测值；

实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及

控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法使用所述控制对象的控制模型的参数。

14.一种预测值整形方法，其对预测用于对控制对象进行控制的目标值而得到的预测值进行修正，其特征在于，

包括：

预测值获得步骤，获得所述预测值；

实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及

控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。

15.一种控制方法，其特征在于，

包括：

控制值计算步骤，利用权利要求13或14中记载的预测值整形方法来计算控制值；以及

控制步骤，利用通过所述控制值计算步骤计算出的所述控制值对所述控制对象进行控制。

16.一种预测值整形程序，其特征在于，

使对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形装置的计算机执行以下步骤：

预测值获得步骤，获得所述预测值；

实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及

控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法使用所述控制对象的控制模型的参数。

17.一种预测值整形程序，其特征在于，

使对预测用于对控制对象进行控制的目标值而得到的预测值进行修正的预测值整形装置的计算机执行以下步骤：

预测值获得步骤，获得所述预测值；

实绩值获得步骤，获得所述控制对象的过去的目标值即实绩值；以及

控制值计算步骤，通过将所述实绩值和所述预测值应用于算法修正所述预测值，来计算出用于对所述控制对象进行控制的控制值，

所述算法是以使过去的所述预测值与所述实绩值之间的差即过去的预测误差对所述控制对象的输出带来的影响较小的方式修正所述预测值的算法。