Model Predictive Control and Moving Horizon Estimation using Statistically Weighted Data-Based Ensemble Models

Este trabajo propone un marco novedoso de control predictivo basado en modelos que utiliza un conjunto ponderado basado en la distancia de Mahalanobis de modelos impulsados por datos y un observador de estimación de horizonte móvil para controlar eficazmente sistemas complejos en múltiples condiciones de operación.

Lo esencial

Imagina que eres el capitán de un barco masivo y complejo (un sistema de calefacción urbana) que intenta navegar a través de un clima cambiante. A veces el agua está tranquila y cálida (condiciones de verano); otras veces, es tormentosa y helada (condiciones de invierno). Para gobernar este barco de manera eficiente y segura, necesitas un equipo de navegación que pueda predecir exactamente dónde estará el barco en las próximas horas.

Este artículo presenta una nueva forma de construir ese equipo de navegación y una nueva forma de gobernar el barco. Aquí está el desglose en términos sencillos:

El Problema: Un Mapa No Basta

Por lo general, los ingenieros intentan construir un solo modelo de "caja negra" (como una IA superinteligente) para predecir cómo se comporta el barco en todas las condiciones. Pero, al igual que un solo mapa no puede mostrar perfectamente tanto un desierto como un iceberg, un modelo suele confundirse cuando cambia el clima. Podría predecir que el barco se moverá rápido en una tormenta cuando en realidad se ralentiza, lo que lleva a decisiones deficientes o violaciones de seguridad.

La Solución: Un Equipo de Especialistas (Modelos de Conjunto)

En lugar de un generalista, los autores sugieren contratar a un equipo de especialistas.

• Especialista A es un experto en "Condiciones de Verano". Se entrenó solo con datos de verano.
• Especialista B es un experto en "Condiciones de Invierno". Se entrenó solo con datos de invierno.

Cuando necesitas una predicción, no eliges solo uno; pides la opinión de ambos y combinas sus respuestas. Pero la parte complicada es: ¿Cuánto confías en cada especialista?

La Innovación 1: La "Brújula Estadística" (Distancia de Mahalanobis)

En el pasado, la gente solía:

1. Tomar el promedio de ambas opiniones (50/50), lo cual a menudo es incorrecto.
2. Preguntar: "¿Quién tuvo razón en el pasado?" y confiar más en ellos. Pero en un sistema de control, estás mirando hacia el futuro, y aún no conoces el futuro.

Los autores proponen una nueva regla basada en la Distancia de Mahalanobis. Piensa en esto como una brújula estadística.

• El sistema observa el clima actual (las entradas, como la temperatura y la carga).
• Pregunta: "¿Qué tan estadísticamente similar es el clima de hoy a los datos de los que aprendió el Especialista A? ¿Qué tan similar es a los del Especialista B?"
• Si hoy se parece mucho a un "Día de Verano", la brújula le da al Especialista A un voto enorme (peso alto) y al Especialista B un voto diminuto.
• Crucialmente, esta brújula funciona solo sobre las entradas (lo que planeas hacer a continuación), no sobre las salidas futuras (que aún no conoces). Esto permite que el sistema cambie suavemente la confianza entre especialistas a medida que el clima cambia durante la ventana de predicción.

La Innovación 2: El Observador "Callejón de la Memoria" (Estimación de Horizonte Móvil)

Hay un segundo problema. Estos especialistas de IA (específicamente Unidades Recurrentes con Puertas, o GRU) tienen una "memoria" o "estado" interno que les ayuda a hacer predicciones. Sin embargo, esta memoria es invisible para el capitán; solo puedes ver la temperatura exterior y el flujo de agua.

Si el capitán adivina mal la memoria, la predicción se desviará del curso.

• Antigua Forma: Dejar que el modelo funcione por sí solo (Bucle Abierto). Si comete un pequeño error, el error crece y crece.
• Nueva Forma (MHE): Los autores construyeron un observador "Callejón de la Memoria". En lugar de mirar solo el último segundo, mira hacia atrás los últimos 50 pasos de historia. Pregunta: "Dado todo lo que sucedió en los últimos 50 minutos, ¿qué debe haber sido la memoria interna para producir estos resultados?"
• Luego ajusta la memoria para que encaje perfectamente con la historia antes de hacer la siguiente predicción. Esto es como un detective reconstruyendo una escena del crimen para entender mejor la situación actual.

El Resultado: Un Viaje Más Suave y Económico

Los autores probaron esto en un sistema de calefacción real (el sistema AROMA) que cambia entre modos de verano e invierno. Compararon su nuevo método contra:

• Basado en reglas: Un conjunto simple y rígido de reglas (como un humano siguiendo un manual).
• Promedio: Confiar por igual en ambos especialistas.
• Mínimos Cuadrados: Confiar en quien tuvo razón más recientemente.
• Mahalanobis Fijo: Usar la brújula, pero solo mirando el momento actual, no el futuro.
• Su Método (MD-2): Usar la brújula para ajustar la confianza durante toda la ventana futura de predicción.

Los Hallazgos:

1. Ahorros: Su método ahorró más dinero (rendimiento económico) porque pudo anticipar cambios en el clima mejor que los demás.
2. Seguridad: Comete menos errores respecto a los límites de seguridad (como que el agua se vuelva demasiado caliente o demasiado fría).
3. Precisión: El observador "Callejón de la Memoria" redujo significativamente los errores en las predicciones internas del modelo, haciendo que todo el sistema sea más confiable.

En Resumen

Este artículo nos enseña cómo controlar sistemas complejos utilizando un equipo de modelos de IA especializados en lugar de un solo generalista. Utiliza una brújula estadística para decidir en quién confiar basándose en las condiciones actuales, y un detective histórico para corregir la memoria interna de la IA. El resultado es un sistema que es más barato de operar y más seguro de manejar cuando cambian las condiciones.

Resumen técnico

Resumen Técnico: Control Predictivo Basado en Modelos y Estimación de Horizonte Móvil utilizando Modelos de Conjunto Basados en Datos con Ponderación Estadística

Planteamiento del Problema
El Control Predictivo Basado en Modelos (MPC) es una estrategia dominante para la gestión de sistemas complejos, sin embargo, su rendimiento depende en gran medida de la precisión del modelo de predicción subyacente. Aunque los modelos basados en datos (por ejemplo, redes neuronales) ofrecen ventajas en el desarrollo y la disponibilidad de datos, un único modelo de caja negra a menudo falla en mantener la precisión de la predicción a través de diversas condiciones operativas. Además, los enfoques estándar de aprendizaje de conjuntos, que combinan múltiples modelos especializados, suelen depender de una ponderación estática o de una ponderación basada en errores de salida pasados. Estos métodos son subóptimos para el MPC porque no pueden ajustar dinámicamente los pesos a lo largo del horizonte de predicción donde no están disponibles mediciones futuras de estado y salida. Adicionalmente, estimar los estados internos de modelos de conjunto basados en datos (que a menudo carecen de significado físico) mientras se imponen restricciones de estado sigue siendo un desafío no resuelto en la literatura.

Metodología
El artículo propone un marco unificado que integra el Control Predictivo Basado en Modelos (MPC) y la Estimación de Horizonte Móvil (MHE) para sistemas que operan bajo múltiples condiciones. El núcleo del enfoque consiste en un conjunto de modelos basados en datos (específicamente Unidades Recurrentes Puertas, o GRU), donde cada experto se entrena con un conjunto de datos correspondiente a un dominio operativo específico.

1. Ponderación Basada en la Distancia de Mahalanobis:
   En lugar de un promedio estático o una ponderación dependiente de la salida, los autores proponen una regla de combinación novedosa donde los pesos del conjunto son funciones de la entrada del sistema. El peso asignado a cada modelo experto $M^{[i]}$ en un paso de tiempo específico es inversamente proporcional a la distancia estadística de Mahalanobis entre el vector de entrada actual (o futuro) y los datos de entrada de entrenamiento de ese experto específico.
   $$\lambda^{[i]}_{MD}(u(h)) = \frac{1 / T^2(u(h), u^{[i]})}{\sum_{i=1}^{n} 1 / T^2(u(h), u^{[i]})}$$
   Esto permite que los pesos varíen dinámicamente a lo largo de la ventana de predicción basándose únicamente en la secuencia conocida de entradas futuras, permitiendo que el MPC anticipe cambios en las condiciones operativas.

2. Observador de Estado Basado en MHE:
   Para abordar el desafío de la estimación de estados para modelos basados en datos, se desarrolla un observador de Estimación de Horizonte Móvil (MHE) para cada experto en el conjunto. El problema de MHE minimiza el error entre las salidas predichas por el modelo y las salidas reales medidas de la planta a lo largo de un horizonte pasado finito. Crucialmente, esta formulación incorpora explícitamente restricciones de estado (por ejemplo, límites de amplitud en estados ocultos), asegurando que los estados estimados utilizados para inicializar el MPC sean físicamente consistentes con las limitaciones internas del modelo.

Contribuciones Clave
El artículo realiza dos contribuciones principales:

• Una Nueva Formulación de MPC: Introduce un regulador MPC que utiliza un conjunto basado en datos donde los pesos de combinación se determinan por la proximidad estadística (distancia de Mahalanobis) entre las entradas optimizadas y los datos de entrenamiento de cada experto. Esto permite pesos dependientes de la entrada y variables en el horizonte sin requerir mediciones de salida futuras.
• Un Observador de Estado con Restricciones: Propone un nuevo diseño de observador para modelos de conjunto basado en MHE. Este método permite la estimación precisa de estados para todos los expertos del conjunto mientras se imponen estrictamente restricciones de estado, una capacidad previamente no abordada para modelos de conjunto en la literatura.

Resultados Numéricos
El marco se validó en un Sistema de Calefacción Urbana (DHS) de referencia que presenta múltiples condiciones operativas (simulando perfiles de carga de verano e invierno). El sistema fue controlado utilizando un MPC con un horizonte de 72 pasos, comparando cuatro estrategias de ponderación:

• AV: Promedio aritmético simple.
• LS: Optimización por mínimos cuadrados basada en los últimos 100 pasos de tiempo.
• MD-1: Pesos basados en Mahalanobis fijos al valor del paso de tiempo anterior.
• MD-2: Pesos basados en Mahalanobis optimizados como función de las entradas a lo largo de todo el horizonte de predicción.

Los resultados demostraron que la estrategia MD-2 propuesta logró el mejor rendimiento económico (menor costo) y las menores violaciones de restricciones en comparación con las otras estrategias de MPC y una línea base basada en reglas. Específicamente, mientras que las estrategias AV y LS exhibieron violaciones de restricciones, los enfoques basados en Mahalanobis mantuvieron la factibilidad. El enfoque MD-2 superó a MD-1 al reaccionar antes a los cambios futuros en las condiciones, destacando el beneficio de los pesos variables en el horizonte. Además, el observador basado en MHE redujo significativamente el error de predicción de salida de un paso para los modelos individuales en comparación con la propagación de estados en lazo abierto.

Significado y Afirmaciones
Los autores afirman que su metodología supera significativamente a los métodos estándar de selección de pesos basados en promedios y optimización en términos tanto de rendimiento económico como de satisfacción de restricciones. Aseguran que la regla de combinación propuesta basada en Mahalanobis es una solución robusta para manejar condiciones operativas variables dentro de un marco MPC, ya que depende únicamente de los datos de entrada disponibles en lugar de las salidas futuras no disponibles. Además, el artículo destaca que el observador basado en MHE aborda efectivamente el problema crítico de la estimación de estados para modelos basados en datos bajo restricciones, lo que conduce a un mejor rendimiento en lazo cerrado. Se señala que la carga computacional del método propuesto permanece razonable a pesar de la complejidad añadida. Se identifica como trabajo futuro la integración de este marco en configuraciones de aprendizaje activo para la adquisición de datos informativos.