CN106610587A - 一种温度多模型预测函数控制方法及装置 - Google Patents

Abstract

本发明涉及一种温度多模型预测函数控制方法及装置，构建基于CARIMA描述的传递函数模型；定义多项式矩阵，按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。用于解决传统受限预测控制难于工程应用和集热器导热油出口温度热工对象大滞后和非线性的问题；使出口导热油温度快速、稳定、准确的跟踪设定值，有效减少温度调节过程中的波动，显著提高温度调节的响应速度。

Description

一种温度多模型预测函数控制方法及装置

技术领域

本发明属于电力系统自动化领域，具体涉及一种温度多模型预测函数控制方法及装置。

背景技术

槽式光热发电中的重要核心部件为太阳能集热器，而集热器中的导热油出口温度控制系统是槽式光热电厂中最重要的控制系统之一，也是槽式光热电厂控制的难点之一。被控变量为集热器导热油出口温度，温度过高会影响机组运行的安全性，温度过低使机组经济性降低，所以保持集热器中的导热油出口温度稳定在额定值非常重要，由于此温度对象是大滞后热工对象，并且太阳能集热器受到光照强度以及云朵的扰动影响，传统PID控制算法往往难以满足即快又稳的要求，因此研究设计先进的集热器导热油出口温度控制算法具有特别重要的意义。

预测控制是在过程控制工业中最具应用价值的先进控制策略之一，但是常规的受限预测控制策略，算法复杂，计算量大难于工程应用，所以研究算法简单，计算量小易于工程应用的受限预测控制就显得尤其重要。

发明内容

本发明为了克服上述缺陷，提出一种温度多模型预测函数控制方法及装置，采用改进的受限广义预测函数控制，解决传统受限预测控制算法复杂，计算量大和难于工程应用的缺点；结合改进的递推贝叶斯多模型加权方法用于集热器出口导热油温度控制系统解决其被控对象本身非线性问题，使得系统响应速度快，动态跟踪性能好，系统不振荡，稳态无偏差。

本发明的目的是采用下述技术方案实现的：

一种温度多模型预测函数控制方法，所述方法包括下述步骤：

构建基于CARIMA描述的传递函数模型；

定义多项式矩阵，按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

优选的，所述构建基于CARIMA描述的传递函数模型包括：根据槽式光热发电集热器导热油出口温度被控对象特性，执行不同入口流量条件下的阶跃响应试验，获取导热油入口流量，以及不同采样时刻导热油出口温度值，并通过最小二乘系统辨识方法，建立不同导热油入口流量条件下的多个传递函数模型；所述传递函数模型通过下式离散CARIMA模型进行描述：

A(z^-1)Δy(t)＝B(z^-1)Δu(t-1)+ξ(t)

式中，参数多项式Δ＝1-z^-1，z^-1为后移算子，y(t)为当前t时刻的导热油出口温度值，u(t-1)为t-1时刻的导热油入口流量，ξ(t)为噪声。

优选的，所述定义多项式矩阵：

其中，

1＝R_j(z^-1)A(z^-1)Δ+z^-1S_j(z^-1) (1)

R_j(z^-1)B(z^-1)＝G_j(z^-1) (2)

分别生成矩阵G，F和S：

将所述矩阵G，F和S存入主控制器中，计算控制器的控制增量；其中，Δ＝1-z^-1，z^-1为后移算子，y(t)为t时刻的控制系统输出，u(t-1)为t-1时刻的控制量，ξ(t)为噪声，a_i，b_i分别为A(z^-1)，B(z^-1)多项式中z^-1的系数；R_j(z^-1)和S_j(z^-1)分别是通过表达式(1)分解出的关于z^-1的多项式，G_j(z^-1)为通过表达式(2)的多项式乘积得到的关于z^-1的多项式；r_j,i、s_j,i、g_j,i分别为R_j(z^-1)，S_j(z^-1)，G_j(z^-1)多项式中z^-1的系数，na、nb分别为多项式A(z^-1)和B(z^-1)的阶次。

优选的，接收导热油出口温度控制系统在线测试初始阶段到当前时刻t，导热油入口流量控制增量信号ΔU'＝[Δu(t-nb),...,Δu(t-1)]^T，t-1时刻导热油入口流量u(t-1)，以及导热油出口温度测量信号Y＝[y(t),...,y(t-na)]^T，并接收导热油出口温度主控制器输出的导热油出口温度设定值Y_R＝[y_r(t+1),...,y_r(t+P)]^T；

按下式确定导热油出口温度控制系统的控制增量：

ΔU＝[G^T·G+F]^-1G^T[Y_R-S·Y-F·ΔU'] (6)

式中，ΔU向量的第一个元素即为当前时刻t的控制增量Δua，ΔU'中的Δu(t-nb),...,Δu(t-1)分别为对应于括号内时刻的导热油入口流量控制增量，Y中的y(t),...,y(t-na)和Y_R中的y_r(t+1),...,y_r(t+P)分别为对应于括号内时刻的导热油出口温度测量值和导热油出口温度设定值。

优选的，所述添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束如下式：

Δu_min＜Δu(t)＜Δu_max (a)

Δu_min1＜Δu(t)＜Δu_max1 (b)

Δu_min2＜Δu(t)＜Δu_max2 (c)

式中，Δu_min、Δu_max分别为导热油入口流量控制增量限制，Δu_min1、Δu_max1分别为根据入口导热油流量控制量限制计算出的约束；Δu_min2，Δu_max2分别为由出口导热油温度限制计算出的约束，分别计算Δu_min，Δu_min1，Δu_min2与Δu_max，Δu_max1，Δu_max2中的最大值和最小值，记为Δub、Δuc。

进一步地，所述如果Δub-Δuc＞0，则最优导热油入口流量控制增量为Δub，若Δua-Δuc＞0，则最优导热油入口流量控制增量为Δuc，否则最优导热油入口流量控制增量为Δua。

进一步地，分别通过式(7)-(10)确定Δu_min1，Δu_min2和Δu_max1，Δu_max2：

Δu_min1＝u_min-u(t-1) (7)

Δu_max1＝u_max-u(t-1) (8)

式中，Δu_min、Δu_max分别为导热油入口流量增量限制，u_min、u_max分别为导热油入口流量控制量限制，y_min、y_max分别为导热油出口温度限制，S₁、F₁分别为基于表达式(1)与表达式(2)，令j取1时所构造出的S矩阵与F矩阵；

通过对比获取Δu_min,Δu_min1,Δu_min2中的最大值，以及Δu_max,Δu_max1,Δu_max2中的最小值，分别记作Δub和Δuc，g_1,0为G矩阵中的第一个元素。

优选的，所述针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量包括：采用改进的递推贝叶斯加权法对多个模型的控制器进行加权连接计算，利用计算获得的权值对各子控制器进行加权求和，获得控制器的输出，其表达式为：

自定义最小阈值δ，当p_j,k≤δ时，令p_j,k＝δ，则各子控制器的权值通过下式获得：

将所述权值与各子控制器的输出量相乘再求和，即可得到导热油出口温度控制系统的实际控制作用导热油入口流量为

式中，ε_j,k表示k时刻第j个子模型和被控对象输出的相对误差，即绝对误差与初始输出量之比；K为递推计算的收敛系数，K越大，则收敛速度越快；p_j,k为k时刻第j个子模型和被控对象匹配程度的条件概率。

一种温度多模型预测函数控制装置，所述装置包括：

构建单元，用于构建基于CARIMA描述的传递函数模型；

设置单元，用于定义多项式矩阵；

计算单元，用于按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

约束单元，用于添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

获取单元，用于针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

优选的，所述导热油出口温度控制系统，用于控制导热油出口温度。

优选的，所述导热油出口温度控制系统包括依次连接的集热器、温度测量仪、控制器和调速油泵。

与最接近的现有技术比，本发明的有益效果为：

本发明针对集热器出口导热油温度被控对象为非线性对象，因此为了提高导热油出口温度控制品质，在改进传统受限预测控制策略的基础上，结合多模型控制思想，提出了一种温度多模型预测函数控制方法及装置，将此控制算法首次引入导热油出口温度控制系统，得到了有效的导热油出口温度控制。

本发明所提出的方法，利用简化的受限预测函数控制方法，计算量小，算法简单；解决了传统受限预测控制方法算法复杂，计算量大难于工程应用的缺点，结合改进的递推贝叶斯多模型加权方法用于集热器的导热油出口温度控制，使得系统响应迅速，系统不振荡，静态无偏差，有效克服了导热油出口温度控制系统由于大滞后与非线性而引起的系统响应缓慢，调节过程振荡等问题。

附图说明

图1为本发明实施例所提供的槽式光热发电集热器的温度控制示意图；

图2本发明实施例所提供的槽式光热发电集热器的导热油出口温度控制系统结构框图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细的说明。

由于集热器出口导热油温度被控对象为非线性对象，因此为了提高导热油出口温度控制品质，本发明在改进传统受限预测控制策略的基础上，结合多模型控制思想，提出了一种温度多模型预测函数控制方法及装置，将此控制算法首次引入导热油温度控制系统如图2所示，得到了有效的导热油出口温度控制。

如图1所示，所述方法包括下述步骤：

1、构建基于CARIMA描述的传递函数模型；

根据槽式光热发电集热器导热油出口温度被控对象特性，执行不同入口流量条件下的阶跃响应试验，获取导热油入口流量，以及不同采样时刻导热油出口温度值，并通过最小二乘系统辨识方法，建立不同导热油入口流量条件下的多个传递函数模型；其中，所述被控对象特性包括大惯性、强时滞和非线性特性。

所述传递函数模型通过下式离散CARIMA模型进行描述：

A(z^-1)Δy(t)＝B(z^-1)Δu(t-1)+ξ(t)

式中，参数多项式Δ＝1-z^-1，z^-1为后移算子，y(t)为当前t时刻的导热油出口温度值，u(t-1)为t-1时刻的导热油入口流量，ξ(t)为噪声。

2、定义多项式矩阵，按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

定义多项式矩阵：

其中，

1＝R_j(z^-1)A(z^-1)Δ+z^-1S_j(z^-1) (1)

R_j(z^-1)B(z^-1)＝G_j(z^-1) (2)

分别生成矩阵G，F和S：

将所述矩阵G，F和S存入主控制器中，计算控制器的控制增量；其中，Δ＝1-z^-1，z^-1为后移算子，y(t)为t时刻的控制系统输出，u(t-1)为t-1时刻的控制量，ξ(t)为噪声，a_i，b_i分别为A(z^-1)，B(z^-1)多项式中z^-1的系数；R_j(z^-1)和S_j(z^-1)分别是通过表达式(1)分解出的关于z^-1的多项式，G_j(z^-1)为通过表达式(2)的多项式乘积得到的关于z^-1的多项式；r_j,i、s_j,i、g_j,i分别为R_j(z^-1)，S_j(z^-1)，G_j(z^-1)多项式中z^-1的系数，na、nb分别为多项式A(z^-1)和B(z^-1)的阶次；

接收导热油出口温度控制系统在线测试初始阶段到当前时刻t，导热油入口流量控制增量信号ΔU'＝[Δu(t-nb),...,Δu(t-1)]^T，t-1时刻导热油入口流量u(t-1)，以及导热油出口温度测量信号Y＝[y(t),...,y(t-na)]^T，并接收导热油出口温度主控制器输出的导热油出口温度设定值Y_R＝[y_r(t+1),...,y_r(t+P)]^T；

按下式确定导热油出口温度控制系统的控制增量：

ΔU＝[G^T·G+F]^-1G^T[Y_R-S·Y-F·ΔU'] (6)

式中，ΔU向量的第一个元素即为当前时刻t的控制增量Δua，ΔU'中的Δu(t-nb),...,Δu(t-1)分别为对应于括号内时刻的导热油入口流量控制增量，Y中的y(t),...,y(t-na)和Y_R中的y_r(t+1),...,y_r(t+P)分别为对应于括号内时刻的导热油出口温度测量值和导热油出口温度设定值。

3、添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束如下式：

Δu_min＜Δu(t)＜Δu_max (a)

Δu_min1＜Δu(t)＜Δu_max1 (b)

Δu_min2＜Δu(t)＜Δu_max2 (c)

式中，Δu_min、Δu_max分别为导热油入口流量控制增量限制，Δu_min1、Δu_max1分别为根据入口导热油流量控制量限制计算出的约束；Δu_min2，Δu_max2分别为由出口导热油温度限制计算出的约束，分别计算Δu_min，Δu_min1，Δu_min2与Δu_max，Δu_max1，Δu_max2中的最大值和最小值，记为Δub、Δuc。

如果Δub-Δuc＞0，则最优导热油入口流量控制增量为Δub，若Δua-Δuc＞0，则最优导热油入口流量控制增量为Δuc，否则最优导热油入口流量控制增量为Δua。

分别通过式(7)-(10)确定Δu_min1，Δu_min2和Δu_max1，Δu_max2：

Δu_min1＝u_min-u(t-1) (7)

Δu_max1＝u_max-u(t-1) (8)

式中，Δu_min、Δu_max分别为导热油入口流量增量限制，u_min、u_max分别为导热油入口流量控制量限制，y_min、y_max分别为导热油出口温度限制，S₁、F₁分别为基于表达式(1)与表达式(2)，令j取1时所构造出的S矩阵与F矩阵；

通过对比获取Δu_min,Δu_min1,Δu_min2中的最大值，以及Δu_max,Δu_max1,Δu_max2中的最小值，分别记作Δub和Δuc，g_1,0为G矩阵中的第一个元素。

4、针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

采用改进的递推贝叶斯加权法对多个模型的控制器进行加权连接计算，利用计算获得的权值对各子控制器进行加权求和，获得控制器的输出，其表达式为：

自定义最小阈值δ，当p_j,k≤δ时，令p_j,k＝δ，则各子控制器的权值通过下式获得：

将所述权值与各子控制器的输出量相乘再求和，即可得到导热油出口温度控制系统的实际控制作用导热油入口流量为

式中，ε_j,k表示k时刻第j个子模型和被控对象输出的相对误差，即绝对误差与初始输出量之比；K为递推计算的收敛系数，K越大，则收敛速度越快；p_j,k为k时刻第j个子模型和被控对象匹配程度的条件概率。

本发明方案还提供一种温度多模型预测函数控制装置，包括：

构建单元，用于构建基于CARIMA描述的传递函数模型；

设置单元，用于定义多项式矩阵；

计算单元，用于按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

约束单元，用于添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

获取单元，用于针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

其中，如图1所示，导热油出口温度控制系统，用于控制导热油出口温度。

导热油出口温度控制系统包括依次连接的集热器、温度测量仪、控制器和调速油泵。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本申请的技术方案而非对其保护范围的限制，尽管参照上述实施例对本申请进行了详细的说明，所属领域的普通技术人员应当理解：本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，这些变更、修改或者等同替换，其均在其申请待批的权利要求范围之内。

Claims (11)

1.一种温度多模型预测函数控制方法，其特征在于，所述方法包括下述步骤：

构建基于CARIMA描述的传递函数模型；

定义多项式矩阵，按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

2.如权利要求1所述的方法，其特征在于，所述构建基于CARIMA描述的传递函数模型包括：根据槽式光热发电集热器导热油出口温度被控对象特性，执行不同入口流量条件下的阶跃响应试验，获取导热油入口流量，以及不同采样时刻导热油出口温度值，并通过最小二乘系统辨识方法，建立不同导热油入口流量条件下的多个传递函数模型；所述传递函数模型通过下式离散CARIMA模型进行描述：

A(z^-1)Δy(t)＝B(z^-1)Δu(t-1)+ξ(t)

式中，参数多项式Δ＝1-z^-1，z^-1为后移算子，y(t)为当前t时刻的导热油出口温度值，u(t-1)为t-1时刻的导热油入口流量，ξ(t)为噪声。

3.如权利要求1所述的方法，其特征在于，所述定义多项式矩阵：

$R_j\left(z^{-1}\right)=1+\underset{i=1}{\overset{j-1}{\Σ}}{r}_{j,i}{z}^{-1},S_j\left(z^{-1}\right)=\underset{i=0}{\overset{na}{\Σ}}{s}_{j,i}{z}^{-1},G_j\left(z^{-1}\right)=\underset{i=0}{\overset{nb+j-1}{\Σ}}{g}_{j,i}{z}^{-1},$

其中，

1＝R_j(z^-1)A(z^-1)Δ+z^-1S_j(z^-1) (1)

R_j(z^-1)B(z^-1)＝G_j(z^-1) (2)

分别生成矩阵G，F和S：

$G={\left[\begin{array}{ccccc}{g}_{1,0}& & & & \\ g_{2,1}& g_{1,0}& & & 0\\ .& & & & \\ g_{P,P-1}& g_{P-1,P-2}& .& .& g_{P-M+1,P-M}\end{array}\right]}_{P\×M}---\left(3\right)$

$F={\left[\begin{array}{cccc}{g}_{1,nb}& g_{1,nb-1}& \mathrm{....}& g_{1,1}\\ g_{2,nb+1}& g_{2,nb}& \mathrm{....}& g_{2,2}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ g_{P,nb+P-1}& g_{P,nb+P-2}& \mathrm{....}& g_{P,P}\end{array}\right]}_{P\×nb}---\left(4\right)$

$S={\left[\begin{array}{cccc}{s}_{1,0}& s_{1,1}& \mathrm{....}& s_{1,na}\\ s_{2,0}& s_{2,1}& \mathrm{....}& s_{2,na}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ s_{P,0}& s_{P,1}& \mathrm{....}& s_{P,na}\end{array}\right]}_{P\×na}---\left(5\right)$

将所述矩阵G，F和S存入主控制器中，计算控制器的控制增量；其中，Δ＝1-z^-1，z^-1为后移算子，y(t)为t时刻的控制系统输出，u(t-1)为t-1时刻的控制量，ξ(t)为噪声，a_i，b_i分别为A(z^-1)，B(z^-1)多项式中z^-1的系数；R_j(z^-1)和S_j(z^-1)分别是通过表达式(1)分解出的关于z^-1的多项式，G_j(z^-1)为通过表达式(2)的多项式乘积得到的关于z^-1的多项式；r_j,i、s_j,i、g_j,i分别为R_j(z^-1)，S_j(z^-1)，G_j(z^-1)多项式中z^-1的系数，na、nb分别为多项式A(z^-1)和B(z^-1)的阶次。

4.如权利要求1所述的方法，其特征在于，接收导热油出口温度控制系统在线测试初始阶段到当前时刻t，导热油入口流量控制增量信号ΔU'＝[Δu(t-nb),...,Δu(t-1)]^T，t-1时刻导热油入口流量u(t-1)，以及导热油出口温度测量信号Y＝[y(t),...,y(t-na)]^T，并接收导热油出口温度主控制器输出的导热油出口温度设定值Y_R＝[y_r(t+1),...,y_r(t+P)]^T；

按下式确定导热油出口温度控制系统的控制增量：

ΔU＝[G^T·G+F]^-1G^T[Y_R-S·Y-F·ΔU'] (6)

式中，ΔU向量的第一个元素即为当前时刻t的控制增量Δua，ΔU'中的Δu(t-nb),...,Δu(t-1)分别为对应于括号内时刻的导热油入口流量控制增量，Y中的y(t),...,y(t-na)和Y_R中的y_r(t+1),...,y_r(t+P)分别为对应于括号内时刻的导热油出口温度测量值和导热油出口温度设定值。

5.如权利要求1所述的方法，其特征在于，所述添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束如下式：

Δu_min＜Δu(t)＜Δu_max (a)

Δu_min1＜Δu(t)＜Δu_max1 (b)

Δu_min2＜Δu(t)＜Δu_max2 (c)

式中，Δu_min、Δu_max分别为导热油入口流量控制增量限制，Δu_min1、Δu_max1分别为根据入口导热油流量控制量限制计算出的约束；Δu_min2，Δu_max2分别为由出口导热油温度限制计算出的约束，分别计算Δu_min，Δu_min1，Δu_min2与Δu_max，Δu_max1，Δu_max2中的最大值和最小值，记为Δub、Δuc。

6.如权利要求4-5所述的方法，其特征在于，所述如果Δub-Δuc＞0，则最优导热油入口流量控制增量为Δub，若Δua-Δuc＞0，则最优导热油入口流量控制增量为Δuc，否则最优导热油入口流量控制增量为Δua。

7.如权利要求3或5所述的方法，其特征在于，分别通过式(7)-(10)确定Δu_min1，Δu_min2和Δu_max1，Δu_max2：

Δu_min1＝u_min-u(t-1) (7)

Δu_max1＝u_max-u(t-1) (8)

${\mathrm{\Δu}}_{min2}=\frac{y_{min}-S_1\·y\left(t\right)-F_1\·\mathrm{\Δ}u(t-1)}{g_{1,0}}---\left(9\right)$

${\mathrm{\Δu}}_{max2}=\frac{y_{max}-S_1\·y\left(t\right)-F_1\·\mathrm{\Δ}u(t-1)}{g_{1,0}}---\left(10\right)$

式中，Δu_min、Δu_max分别为导热油入口流量增量限制，u_min、u_max分别为导热油入口流量控制量限制，y_min、y_max分别为导热油出口温度限制，S₁、F₁分别为基于表达式(1)与表达式(2)，令j取1时所构造出的S矩阵与F矩阵；

通过对比获取Δu_min,Δu_min1,Δu_min2中的最大值，以及Δu_max,Δu_max1,Δu_max2中的最小值，分别记作Δub和Δuc，g_1,0为G矩阵中的第一个元素。

8.如权利要求1所述的方法，其特征在于，所述针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量包括：采用改进的递推贝叶斯加权法对多个模型的控制器进行加权连接计算，利用计算获得的权值对各子控制器进行加权求和，获得控制器的输出，其表达式为：

$p_{j,k}=\frac{\exp (-\frac{1}{2}{\mathrm{\ϵ}}_{j,k}^T{\mathrm{K\ϵ}}_{j,k})p_{j,k-1}}{\underset{j}{\Σ}\exp (-\frac{1}{2}{\mathrm{\ϵ}}_{j,k}^T{\mathrm{K\ϵ}}_{j,k})p_{j,k-1}}---\left(11\right)$

自定义最小阈值δ，当p_j,k≤δ时，令p_j,k＝δ，则各子控制器的权值通过下式获得：

${\mathrm{\ω}}_{j,k}=\left\{\begin{array}{cc}\frac{p_{j,k}}{\underset{j=1}{\overset{N}{\Σ}}{p}_{j,k}}& p_{j,k}>\mathrm{\δ}\\ 0& P_{j,k}=\mathrm{\δ}\end{array}\right.---\left(12\right)$

将所述权值与各子控制器的输出量相乘再求和，即可得到导热油出口温度控制系统的实际控制作用导热油入口流量为

式中，ε_j,k表示k时刻第j个子模型和被控对象输出的相对误差，即绝对误差与初始输出量之比；K为递推计算的收敛系数，K越大，则收敛速度越快；p_j,k为k时刻第j个子模型和被控对象匹配程度的条件概率。

9.一种温度多模型预测函数控制装置，其特征在于，所述装置包括：

构建单元，用于构建基于CARIMA描述的传递函数模型；

设置单元，用于定义多项式矩阵；

计算单元，用于按照传统无约束广义预测控制算法确定导热油出口温度控制系统的控制增量；

约束单元，用于添加当前时刻t的导热油入口流量控制增量约束、控制约束和出口导热油温度约束；

获取单元，用于针对多个模型分别建立的控制器进行加权连接计算，获取最优导热油入口流量控制增量。

10.如权利要求9所述的装置，其特征在于，所述导热油出口温度控制系统，用于控制导热油出口温度。

11.如权利要求9所述的装置，其特征在于，所述导热油出口温度控制系统包括依次连接的集热器、温度测量仪、控制器和调速油泵。