基于自适应粒子群的最小二乘支持向量机预测方法

    公开(公告)号:CN106503788A

    公开(公告)日:2017-03-15

    申请号:CN201610966772.X

    申请日:2016-10-28

    CPC classification number: G06N3/006 G06K9/6269

    Abstract: 本发明涉及一种基于自适应粒子群的最小二乘支持向量机预测方法,该方法根据群体的收敛程度和个体的适应值来调整惯性权重,加快训练速度,利用该算法迭代求解LS-SVM中出现的矩阵方程,避免矩阵求逆,节省内存,并求得最优解。该方法可以有效简化训练样本,提高训练速度,且分类精度良好,收敛速度快,有很好的泛化能力。解决了预测时特征维数较高、特征之间存在冗余且样本有限的问题。

    基于DSP的智能光伏无级并网系统

    公开(公告)号:CN206023244U

    公开(公告)日:2017-03-15

    申请号:CN201620470444.6

    申请日:2016-05-23

    CPC classification number: Y02E10/563

    Abstract: 本实用新型设计了一种基于DSP的智能光伏无级并网系统,能够满足光伏电池低电压条件下的无级并网,包括电压电流互感器、AD采样模块、LCD显示模块,DSP控制单元、电源模块、逆变桥、驱动模块、调压变压器和低功率电动机。所述电压电流互感器与AD采样模块相连,所述DSP控制单元与AD采样模块、驱动模块、LCD显示模块相连,所述电源模块与DSP控制单元、AD采样模块、LCD显示模块以及低功率电动机相连,所述低功率电动机与调压变压器相连。DSP控制单元作为系统核心,将AD采样模块传至的相关电压电流信息进行处理,得到主电路和低功率电动机的控制信号,经驱动模块生成相应的驱动信号,使系统装置实现智能光伏无级并网。

Patent Agency Ranking