基于支持向量机的协调系统辨识

基于支持向量机的协调系统辨识

ID:33507733

大小:1.89 MB

页数:49页

时间:2019-02-26

基于支持向量机的协调系统辨识_第1页
基于支持向量机的协调系统辨识_第2页
基于支持向量机的协调系统辨识_第3页
基于支持向量机的协调系统辨识_第4页
基于支持向量机的协调系统辨识_第5页
资源描述:

《基于支持向量机的协调系统辨识》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、华北电力大学(保定)硕士学位论文基于支持向量机的协调系统辨识姓名:宋豪杰申请学位级别:硕士专业:控制工程指导教师:董泽;张培华20081216华北电力大学工程硕士学位论文摘要摘要本文研究了火电厂协调系统的动态特性及其对象辨识的方法,其中着重论述了支持向量机算法的原理及其实现协调系统辨识的方法,并以山西阳光发电厂300MW机组协调系统升负荷过程中采集到的实际数据为例进行了仿真辨识。其中包括了协调系统动态特性辨识的研究意义;动态特性分析;协调系统辨识的方法;两种支持向量机算法原理的分析及基于粒子群算法的支持向量机原理;运用MATL惦语言实现基于S

2、M0、LS.SⅥ江、PSO.LS.SⅥ订三种方法的协调系统辨识仿真,并将三种方法进行了分析比较。研究的重点在于基于各种支持向量机算法的辨识方法的研究和仿真实现,从原理到仿真实现都进行了详细的介绍和分析。关键词:协调系统,辨识方法,顺序优化,最小二乘支持向量机,粒子群算法ABSTRACTTMspapcrdisc邯sedtlled),Il枷cs狃ditsid锄tificationmethodSofcoordinateds"舱minpow盯plant,whichfocusedonStudy协gprincipl姻ofSupportV,ectorMac

3、llinealgoritll

4、=Ilandtlle删izationme吐lodsforthecoordinationsystemideIltification,锄dtookthe∞ald衄ac0Uec=tted蛐gmeproceSsofc0删旧inationsyStemiIlcre嬲ingloadofSkm】【iSunshine3000MWpowerplant嬲觚弧锄plct0car巧outd舱actl阳Jidenti矽sim_ulatio璐.The∞induIdemesigIli矗啪ceofres翩rch懿onthedynaIIlicc:h

5、aracteristicsofc00rdiIlations弘Itemidenti丘cation;Dyn枷ccharameristicsAIIalysis;identificationmetllods0f∞唧rdillatesy鼬锄;锄【a1)rSisof咖t)『p伪of鲫pponVectormachinealgo^tllms’prindl7l懿andtlle脚pleof唧rtvectormacl曲esbased仰PSO;dididentificationsirIlulatioIlsofcoordillatesyStem1lsiI唱MATLAB

6、langl培geb嬲cdontl玳ememodsofSMO,LS-SVMandPSo-LS-SVM,andcornp盯edⅡlreeme廿lodS.The咖dyfocusedonⅡlerese卸ch锄dsiInulationr龆l讫撕onmemIDdsb豁cdonaV撕etyofsupportvcctormachinea190rimms,锄ds_ho、Ⅳedad“1eddeS嘶ption锄daIlalysisf.rommep血cipl骼tomesinmlalionrealization.SongHaojie(ControlEn百neerin曲

7、DirectedbyVicePro£DongZeKEYWoRDS:coordinationsystem,identificationmethods,SMo,LS—SVM,PSo华北电力大学工程硕士学位论文摘要摘要本文研究了火电厂协调系统的动态特性及其对象辨识的方法,其中着重论述了支持向量机算法的原理及其实现协调系统辨识的方法,并以山西阳光发电厂300MW机组协调系统升负荷过程中采集到的实际数据为例进行了仿真辨识。其中包括了协调系统动态特性辨识的研究意义;动态特性分析;协调系统辨识的方法;两种支持向量机算法原理的分析及基于粒子群算法的支持向量机

8、原理;运用MATL惦语言实现基于SM0、LS.SⅥ江、PSO.LS.SⅥ订三种方法的协调系统辨识仿真,并将三种方法进行了分析比较。研究的重点在于基于各种支持向量机算法的辨识方法的研究和仿真实现,从原理到仿真实现都进行了详细的介绍和分析。关键词:协调系统,辨识方法,顺序优化,最小二乘支持向量机,粒子群算法ABSTRACTTMspapcrdisc邯sedtlled),Il枷cs狃ditsid锄tificationmethodSofcoordinateds"舱minpow盯plant,whichfocusedonStudy协gprincipl姻of

9、SupportV,ectorMacllinealgoritll

10、=Ilandtlle删izationme吐lodsforthecoordinationsystemi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。