买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北工业大学申请的专利基于机器学习的MMC模型预测控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116203843B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310175575.6，技术领域涉及：G05B13/04；该发明授权基于机器学习的MMC模型预测控制方法及系统是由余瑜;杨文康设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本基于机器学习的MMC模型预测控制方法及系统在说明书摘要公布了：本发明涉及基于机器学习的MMC模型预测控制方法及系统，首先利用MPC‑MMC仿真平台收集数据并对数据进行预处理，再进行神经网络训练得到神经网络‑MPC控制器。为了提高神经网络训练效率，采用随机森林来优化神经网络初始权值阈值。最终得到随机森林‑神经网络‑MPC控制器来模拟MPC控制器。结果表明：RF‑NN‑MPC在学习效率和学习精度上都优于NN‑MPC；在保持了良好的控制效果的同时，使MPC‑MMC不受子模块数量约束，在线计算量始终为1次。极大降低了计算量，适用于工程运用。

本发明授权基于机器学习的MMC模型预测控制方法及系统在权利要求书中公布了：1.基于机器学习的MMC模型预测控制方法，其特征在于，包括以下步骤： MPC-MMC仿真平台收集数据并对数据进行预处理，包括：从MPC-MMC模型中采样相关数据，通过归一化和VMD分解操作，得到一组数据集；并对数据集进行归一化处理： 式中x i表示数据集的任意一列数据值； VMD分解操作的过程包括：采用变模态分解VMD操作，交流侧电流变分模型如下： 式中u k（t）表示第n个模态函数，为各模态对应的中心频率集合；δ（t）为狄拉克函数，表示将每个模态uk（t）的解析信号频谱平移到基带上去； 将数据输入神经网络训练得到神经网络-MPC控制器，采用随机森林来优化神经网络初始权值阈值，得到随机森林-神经网络-MPC控制器；随机森林-神经网络-MPC控制器的设计；将11个电气物理量输入层和隐藏层之间、隐藏层和输出层之间的权值和阈值ω ij、θ ij和ω jk、θ jk的数据作为随机森林的训练集记Q1； 神经网络-MPC控制器的训练过程包括：样本数据集有M特征属性时，随机选取其中r个特征属性来训练N个样本子集；分别计算r个特征属性的基尼系数，表达式如下： 式中P r代表样本属于第r组特征属性的概率； 将特征属性按基尼系数从小到大依次排列，从r个特征属性中选取最优的特征属性作为森林的分裂节点，使其最大可能的生长而不进行修枝，构成决策树进而形成森林； 再导入测试集数据，分别计算所有的决策树的输出值，将所有输出值的均值作为随机森林最终的输出；采用均方根误差δ MSE来评估随机森林的输出值； 式中n为样本数量；out为随机森林的输出；为预期的权值和阈值最优输出； 利用得到的随机森林-神经网络-MPC控制器模拟MPC控制器输出数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。