一种云边端协同卡尔曼MPC电气柜集群的优化方法

本发明提供一种云边端协同卡尔曼MPC电气柜集群的优化方法，基于云边端三层架构实现连续闭环优化，包括：终端层处理：采集电气柜集群的运行数据，先采用卡尔曼滤波算法进行数据预处理，再通过变结构自适应卡尔曼滤波算法动态调整观测噪声协方差矩阵，完成状态估计以生成状态向量；边缘层优化：构建模型预测控制模型，通过滚动优化求解局部最优控制序列；云端层优化：采用融合深度强化学习与多目标进化算法对集群级目标函数进行全局优化，生成非支配前沿形式的精英控制策略集；再进行持续进化，提取当前控制周期的最优控制动作；闭环控制：将最优控制动作下发至终端层执行器执行，更新状态变量并返回终端层以启动下一周期处理，实现连续优化。