面向网格连接太阳光伏发电的数据驱动建模与控制的自适应调节稀疏化方法
系统与控制
2024-05-07 v3 系统与控制
摘要
本文旨在介绍一种基于稀疏化技术的数据驱动建模与控制太阳光伏 (PV) 系统的新型统计学习方法。与可能在候选函数数量增加时引入计算复杂度的传统稀疏回归方法不同，提出了一种创新的算法，称为自适应调节稀疏回归 (ARSR)，该算法自适应调节候选函数的超参数权重，以最佳方式表示 PV 系统的动力学行为。利用该算法，可从测量数据中获得单级和双级 PV 系统的开环和闭环模型，并用于控制设计。此外，还证明了所提出的数据驱动方法可以成功应用于故障分析，该方法区别于其他数据驱动技术的能力。最后，通过实际时仿真验证了所提出的方法。
引用
@article{arxiv.2404.19028,
title = {Adaptive Regulated Sparsity Promoting Approach for Data-Driven Modeling and Control of Grid-Connected Solar Photovoltaic Generation},
author = {Zhongtian Zhang and Javad Khazaei and Rick S. Blum},
journal= {arXiv preprint arXiv:2404.19028},
year = {2024}
}