基于学习的 Koopman 算子的高效水处理过程经济模型预测控制
系统与控制
2024-07-16 v2 系统与控制
摘要
污水处理在促进环境可持续性方面发挥着关键作用。经济模型预测控制有望提升水处理设施的整体运行性能。在本研究中，我们在 Koopman 建模框架内提出了一种数据驱动的经济预测控制方法。首先，我们提出了一种基于深度学习的输入-输出 Koopman 建模方法，该方法基于输入数据和与运行成本直接相关的可用输出测量值，预测污水处理过程的整体经济运行成本。随后，通过利用学习到的输入-输出 Koopman 模型，开发了一种凸经济预测控制方案。由此产生的预测控制问题可以通过二次规划求解器高效求解，从而避免了复杂的非凸优化问题。所提出的方法被应用于一个基准污水处理过程。该方法显著提升了水处理过程的整体经济运行性能。此外，与基准控制解决方案相比，所提出方法的计算效率得到了显著提升。
关键词
引用
@article{arxiv.2405.12478,
title = {Efficient Economic Model Predictive Control of Water Treatment Process with Learning-based Koopman Operator},
author = {Minghao Han and Jingshi Yao and Adrian Wing-Keung Law and Xunyuan Yin},
journal= {arXiv preprint arXiv:2405.12478},
year = {2024}
}