递推最小二乘法实际应用.pptVIP

递推最小二乘法的实际应用 ——基于递推最小二乘法的变压器参数 辨识  递推最小二乘法简介 1.1递推最小二乘法的引入 ●最小二乘法的缺陷 (1)数据量越多,系统参数估计的精度就越高。为 了获得满意的辨识结果,矩阵ΦΦ的阶数常常取 得相当大。这样,矩阵求逆的计算量很大,存储 量也很大。 2)每增加一次观测量,都必须重新计算Φ (ΦΦT)-1 (3)如果出现Φ列相关,即不满秩的情况,ΦΦT为 病态矩陈,则不能得到最小二乘估计值  递推最小二乘法简介 ●递推最小二乘参数辨识,就是当被辨识系 统在运行时,每取得一次新的观测数据后 就在前一次估计结果的基础上,利用新弓 入的观测数据对前次估计的结果,根据递 推算法进行修正,从而递推地得出新的参 数估计值。这样,随着新的观测数据的逐 次引入,一次接着一次的进行参数估计, 直到参数估计值达到满意的精确程度为止。  递推最小二乘法简介 1.2递推最小二乘法的算法步骤 1.根据输入输岀序列列出最小二乘法估计的 观测矩阵: q(k)=[-y(k-1)…-y(k-na)u(k ( -n,) 2.给辨识参数和协方差阵P赋初值 3.按照下式计算增益矩阵G G(k)= P(k-1)q(k) 1+q(k)P(k-1)q(k)  1递推最小二乘法简介 4.按照下式计算要辨识的参数 (k)=O