基于稀疏促进优化的建筑线性动态模型与扰动同步辨识
信号处理
2020-06-11 v4
摘要
我们提出一种方法，可同步辨识建筑温度动态的线性时不变模型以及影响建筑的未测量扰动的变换版本。我们的方法使用 l1 正则化以促使辨识出的扰动近似稀疏，其动机在于决定该扰动的 occupancy（占用）变化缓慢。所提方法涉及求解一个凸优化问题，保证辨识出的黑箱模型具备对象的已知特性，特别是输入-输出稳定性和正直流增益。这些特性使得该方法能够作为自学习控制系统的一部分使用，其中建筑模型被周期性更新而无需人工干预。给出了该方法在模拟建筑和真实建筑数据上应用的结果。
引用
@article{arxiv.1711.06386,
title = {Simultaneous identification of linear building dynamic model and disturbance using sparsity-promoting optimization},
author = {Tingting Zeng and Jonathan Brooks and Prabir Barooah},
journal= {arXiv preprint arXiv:1711.06386},
year = {2020}
}