支持向量回歸機(jī)在風(fēng)電系統(tǒng)槳距角預(yù)測(cè)中的應(yīng)用
加入技術(shù)交流群
2．3 Matlab仿真
2．3．1回歸擬合
在Matlab編程實(shí)現(xiàn)函數(shù)的回歸擬合，并檢驗(yàn)數(shù)據(jù)。主函數(shù)程序段如下：
2．3．2 函數(shù)回歸擬合并檢驗(yàn)的仿真結(jié)果
應(yīng)用Matlab支持向量機(jī)工具箱編程實(shí)現(xiàn)系統(tǒng)的學(xué)習(xí)訓(xùn)練過(guò)程，由80個(gè)學(xué)習(xí)樣本訓(xùn)練而得到的函數(shù)擬合結(jié)果如下圖1所示。本文引用地址：http://2s4d.com/article/187585.htm
利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型可以對(duì)槳距角進(jìn)行預(yù)測(cè)，只要輸入即時(shí)風(fēng)速，就可確定出相應(yīng)槳距角大小。之前利用BP算法的均方誤差為0．290 3，LM算法的均方誤差為0．278 1。圖2為由SVR算法對(duì)48個(gè)樣本值檢驗(yàn)的結(jié)果?？芍?，預(yù)測(cè)值與實(shí)際槳距角值基本一致。擬合誤差err=0．175 6。
3 結(jié)束語(yǔ)
文中介紹了支持向量機(jī)的回歸算法理論，用SVR算法代替之前的BP算法和LV算法，研究了風(fēng)力發(fā)電系統(tǒng)中隨風(fēng)速變化槳距角的值，由函數(shù)擬合理論對(duì)槳距角進(jìn)行了預(yù)測(cè)并檢驗(yàn)，由于支持向量機(jī)采用結(jié)構(gòu)最小化原則代替經(jīng)驗(yàn)經(jīng)驗(yàn)最小化原則，采用適當(dāng)?shù)暮撕瘮?shù)，同比其他算法使擬合誤差達(dá)到了最小，大大提高了變槳距系統(tǒng)的精度和效率。將該算法應(yīng)用于DSP芯片上稍作改進(jìn)，加上外圍電路的設(shè)計(jì)，即可應(yīng)用在風(fēng)電系統(tǒng)的控制領(lǐng)域。
評(píng)論