system identification methods owing

system identification methods owing to varied positioning of
interconnection, types of linear functions and nonlinear
functions. Among the nonlinear block oriented model,
Hammerstein-Wiener Model is appropriate for describe
complex system like inverter based PV system.
A. Hammerstein-Wiener Model
A Hammerstein and Wiener model developed from a
Hammerstein model and a Wiener model, shown in Fig 1.
The nonlinear blocks contain the nonlinear functions and the
linear block is an output error (OE) polynomial model.
Linear
y(t)
Block
Outputnonlincarity
Block h()
(A Be DJ
static dynamic static
Figure I Structure of Hammerstein-Weiner Model
The following general equation describes the
Hammerstein-Wiener structure are follow equations (1)
w(t) = f(u(t» ) x(t) = f Bj(q) w(t-nk) j F,(q)
y(t) = h(x(t»
(1)
which u(t) and y(t) are the inputs and outputs for the
system. w(t) and x(t) are internal variables that define the
input and output of the linear block. In linear block, there
are polynomials B and F contain the time-shift operator q,
essentially the z-transform which be expanded as in equation
(2). u; is the ith input, nu is the total number of inputs.
B(q) = bl +b2q-1 + ........ +bnq- b"+1
F(q)=l+ J;q-I + ........ + fnq-f" (2)
bn and fn are input coefficients. nk is the ith input delay I
that characterizes the delay response time and e(t) is the error
signal. The order of the model is the sum of bnand fn This
should be minimum for the best model.
The Hammerstein-Wiener Model compose of the input
and output nonlinear block which contain nonlinear
functions f(.) and h(.) that corresponding to the input and
output nonlinearities. The both nonlinear blocks are
implemented using nonlinearity estimators, deadzone
estimator is chosen for nonlinear function. The dead zone
function generates zero output within a specified region,
called its dead zone or zero intervals.
B. Cross validation
After selecting the structure of model, the experimental
design is implemented. The experimental data are divided
into two groups call estimating data and validation data. To
improve the accuracy, cross validation are performed by
using different information and the validation results are
averaged over the rounds. In this paper various type of cross
595
validation are studied. Then advantage of each method has
been applied to system. In this research, 6 times-sampling
data sets cover the condition of system is experimented for
ensure the accuracy of validation. Then data sets are divided
for training and validation. The training data are established
by cascade all subsample data into the one group. The
validation data is obtained by expands another one set from
the training data. Then system identification is operated.
Finally, a suitable model in any condition from cross
validation technique is obtained.
III. EXPERIMENTAL
In this work, one type of commercial grid connected
single phase inverters, rating at 5000 W is implemented and
its model is determined. The experimental system composes
of DC power supplies, a digital power meter, a digital
oscilloscope, resistive (R), inductance (L) and capacitive (C)
loads, a AC power system and a computer. Waveforms are
collected by an oscilloscope and transmitted to a computer to
calculate power waveforms in single input and single output
(SISO) type batch processing. In order to obtain the model
which can validate in the any situation, the Cross-validation
technique is applied. In the experimental, testing is done
when the inverter operates in six steady state conditions.
These conditions compose of three voltage change
conditions an three current change conditions. Then two
experiments are designed follow as system modeling using
cross validation and no cross validation technique. The
power waveform data are divided in two groups. One group
is used as data to estimate model or training model whereas
the other group is used to validate models. The waveform
from inverter which operates in normal condition is used to
be a training set and validation set. The six conditions data
are used to verify as independent data sets. The accuracy of
each case has been observed. In case of cross validation, the
training data is obtained from cascading six subsamples in
one group and validation data is constructed from expansion
of another group from training data. The six conditions are
verified as independent data sets again one by one. Then, the
accuracy of no cross validation and using cross validation
technique has been compared. The comparison of both case
are evaluated following to the system identification process
in Fig. 2. The implementation of the process has developed
by programming using the MA TLAB software in order to
check accuracy of waveforms and find waveforms of the
maximum accuracy compared with actual waveforms. This
is executed by selecting model structures and adjusting the
model order of the linear terms and nonlinear estimators of
nonlinear system identification. The next process, iterative
simulation waveform and experimented have been compared
until the best model performance is derived by results
include a quantitative measure of the model quality in terms
of goodness of fit to estimation data. The percentage of best
fit accuracy is obtained from comparison between
experimental waveform and simulation modeling waveform

ผลลัพธ์ (ไทย) 1:

วิธีการระบุระบบเนื่องจากการวางตำแหน่งแตกต่างกันของเชื่อมต่อ ชนิด ของฟังก์ชันเชิงเส้น และไม่เชิงเส้นฟังก์ชัน ในรูปแบบแนวบล็อกไม่เชิงเส้นรุ่น Hammerstein Wiener เหมาะสำหรับ describeระบบที่ซับซ้อนเช่นเครื่องแปลงกระแสไฟฟ้าโดยใช้ระบบพลังงานแสงอาทิตย์A. รูปแบบ Hammerstein WienerHammerstein และ Wiener รุ่นพัฒนาจากการรุ่น Hammerstein และ Wiener แบบ แสดงในฟิก 1บล็อกไม่เชิงเส้นประกอบด้วยฟังก์ชันไม่เชิงเส้นและบล็อกเชิงเส้นแบบจำลองพหุนามข้อผิดพลาด (OE) ของผลผลิตได้เชิงเส้นy(t)บล็อกOutputnonlincarityบล็อก h()(A เป็น DJสถิตคงที่แบบไดนามิกรูปโครงสร้างของ Hammerstein Weiner รุ่นผมสมการทั่วไปดังต่อไปนี้อธิบายการโครงสร้าง Hammerstein Wiener ได้ตามสมการ (1)w(t) = f (u (t ») x(t) = f Bj(q) w(t-nk) เจ F,(q)y(t) = h (x (t »(1)u(t) และ y(t) ที่เป็นอินพุตและเอาท์พุตสำหรับการระบบ w(t) และ x(t) เป็นตัวแปรภายในที่กำหนดในป้อนข้อมูลและแสดงผลของบล็อกเชิงเส้น ในเชิงเส้น มีมี polynomials B และ F ประกอบด้วยเวลากะตัว qหลักการแปลง z ที่ขยายในสมการ(2) u เป็นระยะการป้อนข้อมูล นูคือ จำนวนของอินพุตB(q) = bl + b2q 1 +... + bnq-บี "+ 1F (q) = l + J; q-ฉัน +... + f เอฟเอ็นคิว " (2)พันและ fn จะป้อนค่าสัมประสิทธิ์ nk จะป้อนระยะหน่วงเวลาฉันที่ระบุลักษณะของเวลาตอบสนองที่ล่าช้า และข้อผิดพลาดคือ e(t)สัญญาณ สั่งรุ่นเป็นผลรวมของ bnand fn นี้ควรต่ำสุดสำหรับแบบจำลองดีที่สุดแบบ Hammerstein Wiener ประกอบด้วยอินพุตและผลผลิตไม่เชิงเส้นที่ประกอบด้วยไม่เชิงเส้นฟังก์ชัน f(.) และ h(.) ที่สอดคล้องกับอินพุต และผล nonlinearities บล็อกไม่เชิงเส้นทั้งสองมีดำเนินการโดยใช้ nonlinearity estimators, deadzoneประมาณการสำหรับฟังก์ชันไม่เชิงเส้น โซนตายฟังก์ชันสร้างผลลัพธ์เป็นศูนย์ภายในภูมิภาคที่ระบุเรียกว่าโซนของตายหรือช่วงศูนย์B. ข้ามการตรวจสอบหลังจากเลือกโครงสร้างของแบบจำลอง การทดลองมีดำเนินการออกแบบ มีแบ่งข้อมูลทดลองเป็น 2 กลุ่มเรียกประเมินข้อมูลและตรวจสอบข้อมูล ถึงปรับปรุงความแม่นยำ การข้ามการตรวจสอบดำเนินการโดยใช้ข้อมูลต่าง ๆ และการตรวจสอบผลการaveraged ผ่านรอบ ในเอกสารนี้ ต่าง ๆ ชนิดของข้าม595ตรวจสอบที่ได้ศึกษา แล้ว ข้อดีของแต่ละวิธีมีการใช้ระบบ ในงานวิจัยนี้ สุ่มตัวอย่างครั้งที่ 6ชุดข้อมูลที่ครอบคลุมเงื่อนไขของระบบคือเบื้องสำหรับตรวจสอบความถูกต้องของการตรวจสอบ แล้ว มีแบ่งชุดข้อมูลสำหรับการฝึกอบรมและตรวจสอบ กำหนดข้อมูลการฝึกอบรมโดยเรียงซ้อน ทั้งหมด subsample ข้อมูลในกลุ่มหนึ่ง ที่ได้ตรวจสอบข้อมูลโดยขยายอีกหนึ่งชุดจากข้อมูลการฝึกอบรม แล้ว รหัสระบบจะดำเนินการสุดท้าย รูปแบบเหมาะในเงื่อนไขใด ๆ จากข้ามเทคนิคการตรวจสอบจะได้รับIII. ทดลองในงานนี้ ชนิดของเส้นทางการค้าเชื่อมต่อใช้อินเวอร์เตอร์เฟสเดี่ยว การจัดอันดับที่ 5000 W และกำหนดรูปแบบของการ ทดลองระบบ composesDC เพาเวอร์ซัพพลาย มิเตอร์ไฟฟ้าดิจิตอล ดิจิตอลการoscilloscope หน้า (R), inductance (L) และควบคุม (C)โหลด AC เป็นพลังงานระบบและคอมพิวเตอร์ มี waveformsรวบรวม โดย oscilloscope และนำส่งไปยังคอมพิวเตอร์เพื่อคำนวณพลังงาน waveforms ในการป้อนข้อมูลเดียวและเดี่ยวการประมวลผลชุดงานชนิด (SISO) เพื่อให้ได้รูปแบบซึ่งสามารถตรวจสอบได้ในทุกสถานการณ์ การตรวจสอบข้ามมีใช้เทคนิค ในการทดลอง ทดสอบเสร็จเมื่อเครื่องแปลงกระแสไฟฟ้าทำงานใน 6 ท่อนเงื่อนไขเหล่านี้ประกอบด้วยการเปลี่ยนแปลงแรงดันไฟฟ้า 3เงื่อนไขสามเปลี่ยนแปลงสภาพ แล้วสองออกแบบการทดลองปฏิบัติตามเป็นระบบที่ใช้การสร้างโมเดลข้ามการตรวจสอบและเทคนิคการตรวจสอบข้ามไม่ ที่กำลังบันทึกข้อมูลจะแบ่งออกเป็น 2 กลุ่ม กลุ่มหนึ่งใช้เป็นข้อมูลในการประเมินแบบจำลองหรือรูปแบบการฝึกอบรมในขณะกลุ่มที่ใช้เพื่อตรวจสอบรูปแบบ รูปคลื่นจากอินเวอร์เตอร์ซึ่งทำงานในสภาพปกติจะใช้ในการได้ชุดฝึกและชุดตรวจสอบ หกเงื่อนไขข้อมูลใช้ในการตรวจสอบเป็นค่าอิสระ ความถูกต้องของแต่ละกรณีถูกตรวจสอบ ในกรณีที่ข้ามการตรวจสอบ การข้อมูลการฝึกอบรมจะได้รับจาก subsamples หกเกี่ยวข้องในหนึ่งกลุ่มและตรวจสอบข้อมูลสร้างขึ้นจากการขยายตัวของกลุ่มอื่นจากข้อมูลการฝึกอบรม เงื่อนไข 6ตรวจสอบเป็นค่าอิสระอีกครั้งหนึ่ง นั้นความถูกต้องความถูกต้องไม่ไขว้และใช้ตรวจสอบไขว้เทคนิคการเปรียบเทียบ การเปรียบเทียบของทั้งสองกรณีประเมินตามกระบวนการรหัสระบบใน Fig. 2 มีพัฒนาดำเนินการโดยการเขียนโปรแกรมโดยใช้ซอฟต์แวร์ MA TLAB เพื่อตรวจสอบความถูกต้องของ waveforms และพบ waveforms ของเมื่อเทียบกับ waveforms จริงความแม่นยำสูงสุด นี้ดำเนินการ โดยเลือกรูปแบบโครงสร้าง และการปรับปรุงการลำดับรุ่นของเงื่อนไขเชิงเส้นและไม่เชิงเส้น estimators ของรหัสระบบไม่เชิงเส้น กระบวนถัดไป ซ้ำการจำลองรูปคลื่น และเบื้องการเปรียบเทียบจนสุดรุ่นที่ได้รับมา โดยผลมีเกณฑ์วัดคุณภาพรุ่นในแง่กลม ๆ ของข้อมูลการประเมินที่เหมาะสม เปอร์เซ็นต์ของส่วนพอดีกับความถูกต้องได้รับจากการเปรียบเทียบระหว่างรูปคลื่นทดลองและรูปคลื่นจำลองโมเดล

ผลลัพธ์ (ไทย) 2:

วิธีการระบุระบบเนื่องจากการวางตำแหน่งที่แตกต่างกันของ
การเชื่อมต่อชนิดของฟังก์ชั่นเชิงเส้นและไม่เชิงเส้น
ฟังก์ชั่น ในบรรดาบล็อกแบบไม่เชิงเส้นที่มุ่งเน้น,
แฮมเมอ-Wiener รุ่นมีความเหมาะสมสำหรับการอธิบาย
ระบบที่ซับซ้อนเช่นอินเวอร์เตอร์ระบบ PV.
A. แฮมเมอ-Wiener รุ่น
แฮมเมอร์และ Wiener รุ่นที่พัฒนามาจาก
รุ่นแฮมเมอร์และรุ่นวีเนอร์แสดงในรูปที่ 1.
บล็อกไม่เชิงเส้นที่มีฟังก์ชั่นแบบไม่เชิงเส้นและ
บล็อกเชิงเส้นเป็นข้อผิดพลาดการส่งออก (OE) แบบพหุนาม.
เชิงเส้น
y (t)
บล็อก
Outputnonlincarity
บล็อก h ()
​​(เป็นดีเจ
แบบไดนามิกคงที่คง
รูปฉันโครงสร้างของแฮมเมอ-เนอร์รุ่น
สมการทั่วไปต่อไปนี้อธิบาย
โครงสร้างแฮม-Wiener เป็นสมการดังต่อไปนี้ (1)
w (t) = f (U (t ») x (t) = ฉ Bj (Q) w (t-NK) เจ F, (Q)
y (t) = h (x (t »
(1)
ซึ่งยู (t) และ y (t) เป็นปัจจัยการผลิตและผลผลิต สำหรับ
ระบบ. w (ตัน) และ x (t) เป็นตัวแปรภายในที่กำหนด
เข้าและส่งออกของบล็อกเชิงเส้น. ในบล็อกเชิงเส้นมี
อยู่หลายชื่อ B และ F มีผู้ประกอบการเวลาเปลี่ยน Q,
หลัก Z-เปลี่ยน ซึ่งมีการขยายตัวทั้งในสมการ
(2) U;.. คือการป้อนข้อมูลที่ i, Nu คือจำนวนของปัจจัยการผลิต
B (Q) = BL + b2q-1 + ........ + bnq- ข "+ 1
F (Q) = l + J; Qi + ........ + fnq-F "(2)
พันล้านบาทและมีค่าสัมประสิทธิ์ Fn อินพุต NK ล่าช้าบอดอินพุตฉัน.
ที่ characterizes เวลาตอบสนองล่าช้าและ e ( ตัน) เป็นข้อผิดพลาด
ของสัญญาณ คำสั่งของรูปแบบคือผลรวมของ bnand Fn นี้
ไม่ควรต่ำกว่าสำหรับรูปแบบที่ดีที่สุด.
แฮมเมอ-Wiener รุ่นประกอบด้วยการป้อนข้อมูล
และการส่งออกบล็อกไม่เชิงเส้นที่มีไม่เชิงเส้น
ฟังก์ชั่น f (.) และ h (.) ที่สอดคล้องกับ อินพุทและ
เอาท์พุท nonlinearities บล็อกไม่เชิงเส้นทั้งสองจะ
ดำเนินการโดยใช้ประมาณไม่เป็นเชิงเส้น, DeadZone
ประมาณการถูกเลือกสำหรับการทำงานแบบไม่เชิงเส้น โซนตาย
ฟังก์ชั่นการสร้างศูนย์การส่งออกในภูมิภาคที่ระบุ
โซนที่เรียกว่าตายหรือช่วงเวลาที่เป็นศูนย์.
B. การตรวจสอบข้าม
หลังจากเลือกโครงสร้างของรูปแบบการทดลอง
การออกแบบที่จะดำเนินการ ข้อมูลการทดลองจะถูกแบ่งออก
เป็นสองกลุ่มเรียกการประเมินข้อมูลและการตรวจสอบข้อมูล เพื่อ
ปรับปรุงความถูกต้อง, การตรวจสอบข้ามจะดำเนินการโดย
ใช้ข้อมูลที่แตกต่างกันและผลการตรวจสอบจะ
เฉลี่ยรอบ ในบทความนี้ชนิดต่าง ๆ ของการข้าม
595
การตรวจสอบมีการศึกษา แล้วประโยชน์ของแต่ละวิธีได้
ถูกนำไปใช้กับระบบ ในงานวิจัยนี้ 6 ครั้งสุ่มตัวอย่าง
ชุดข้อมูลครอบคลุมสภาพของระบบจะทดลองสำหรับ
ความถูกต้องของการตรวจสอบ จากนั้นชุดข้อมูลจะถูกแบ่งออก
สำหรับการฝึกอบรมและการตรวจสอบ ข้อมูลการฝึกอบรมได้รับการจัดตั้งขึ้น
โดยน้ำตก subsample ข้อมูลทั้งหมดเป็นกลุ่มหนึ่ง
การตรวจสอบข้อมูลได้มาจากการขยายตัวอีกชุดหนึ่งจาก
ข้อมูลการฝึกอบรม ระบบบัตรประจำตัวจากนั้นจะดำเนินการ.
สุดท้ายรูปแบบที่เหมาะสมในสภาพใดจากการข้าม
เทคนิคการตรวจสอบจะได้รับ.
III การทดลอง
ในงานวิจัยนี้ประเภทหนึ่งของตารางในเชิงพาณิชย์ที่เชื่อมต่อ
อินเวอร์เตอร์เฟสเดียวคะแนนที่ 5000 W จะดำเนินการและ
รูปแบบของมันจะถูกกำหนด ระบบการทดลองประกอบด้วย
อุปกรณ์ไฟฟ้ากระแสตรง, มิเตอร์ไฟฟ้าดิจิตอลดิจิตอล
สโคป, ตัวต้านทาน (R) เหนี่ยวนำ (L) และตัวเก็บประจุ (C)
โหลดระบบไฟ AC และคอมพิวเตอร์ รูปคลื่นจะถูก
เก็บรวบรวมโดยสโคปและส่งไปยังคอมพิวเตอร์เพื่อ
คำนวณรูปคลื่นพลังในการป้อนข้อมูลเดียวและเอาท์พุทเดียว
(SISO) ประเภทการประมวลผลชุด เพื่อให้ได้รูปแบบ
ที่สามารถตรวจสอบในสถานการณ์ใด ๆ ที่รอการตรวจสอบ
เทคนิคที่นำมาใช้ ในการทดลองการทดสอบจะทำ
เมื่ออินเวอร์เตอร์ทำงานในหกสภาพความมั่นคงของรัฐ.
เงื่อนไขเหล่านี้ประกอบด้วยสามการเปลี่ยนแปลงแรงดันไฟฟ้า
เงื่อนไขสามเงื่อนไขการเปลี่ยนแปลงในปัจจุบัน จากนั้นทั้งสอง
ได้รับการออกแบบการทดลองปฏิบัติตามการสร้างแบบจำลองระบบโดยใช้
การตรวจสอบข้ามและไม่มีเทคนิคการตรวจสอบข้าม
ข้อมูลรูปแบบของคลื่นพลังงานจะถูกแบ่งออกเป็นสองกลุ่ม กลุ่มหนึ่งที่
ถูกนำมาใช้เป็นข้อมูลในการประเมินรูปแบบหรือแบบการฝึกอบรมในขณะที่
กลุ่มอื่น ๆ ถูกนำมาใช้ในการตรวจสอบรูปแบบ รูปแบบของคลื่น
จากอินเวอร์เตอร์ที่ดำเนินการอยู่ในสภาพที่ปกติจะใช้ในการ
เป็นชุดการฝึกอบรมและชุดการตรวจสอบ หกเงื่อนไขข้อมูลที่
จะใช้ในการตรวจสอบชุดข้อมูลเป็นอิสระ ความถูกต้องของ
แต่ละกรณีได้รับการสังเกต ในกรณีของการตรวจสอบข้าม
ข้อมูลการฝึกอบรมจะได้รับจาก cascading หก subsamples ใน
กลุ่มหนึ่งและการตรวจสอบข้อมูลที่สร้างขึ้นจากการขยายตัว
ของกลุ่มอื่นจากข้อมูลการฝึกอบรม หกเงื่อนไข
การตรวจสอบว่าข้อมูลอิสระกำหนดอีกครั้งหนึ่งโดยหนึ่ง จากนั้น
ความถูกต้องของการตรวจสอบไม่มีการข้ามและใช้การตรวจสอบข้าม
เทคนิคได้รับเมื่อเทียบ เปรียบเทียบกรณีที่ทั้งสอง
ได้รับการประเมินต่อไปนี้เพื่อการระบุระบบ
ในรูป 2. การดำเนินการตามขั้นตอนได้มีการพัฒนา
โดยการเขียนโปรแกรมโดยใช้ซอฟต์แวร์ MA TLAB เพื่อ
ตรวจสอบความถูกต้องของรูปคลื่นและหารูปคลื่นของ
ความถูกต้องสูงสุดเมื่อเทียบกับรูปคลื่นที่เกิดขึ้นจริง นี้
จะดำเนินการโดยการเลือกรูปแบบโครงสร้างและการปรับ
รูปแบบของคำสั่งเงื่อนไขเชิงเส้นและไม่เชิงเส้นประมาณของ
การระบุระบบไม่เชิงเส้น ขั้นตอนต่อไปซ้ำ
รูปแบบของคลื่นจำลองและการทดลองได้รับการเปรียบเทียบ
ผลการดำเนินงานจนรูปแบบที่ดีที่สุดที่ได้มาโดยผล
รวมถึงตัวชี้วัดเชิงปริมาณของที่มีคุณภาพรูปแบบในแง่
ของความดีของพอดีประมาณการข้อมูล ร้อยละของที่ดีที่สุด
ความถูกต้องพอดีจะได้รับจากการเปรียบเทียบระหว่าง
รูปแบบของคลื่นการทดลองและการจำลองรูปแบบของคลื่นการสร้างแบบจำลอง

ผลลัพธ์ (ไทย) 3:

ระบบการระบุวิธีการ เพราะตำแหน่งที่แตกต่างกัน
เชื่อม ชนิดของฟังก์ชันเชิงเส้นและฟังก์ชันค่า

ในบล็อกที่มุ่งเน้นรูปแบบเส้น , กลายเป็นรูปแบบเหมาะสมสำหรับไส้กรอก

อธิบายระบบซับซ้อนเหมือนระบบ PV อินเวอร์เตอร์ที่ใช้ เป็นไส้กรอกแบบ

. . กลายเป็นกลายเป็นไส้กรอกแบบและพัฒนาจาก
กลายเป็นรูปแบบและไส้กรอกแบบที่แสดงในรูปที่ 1
ไม่เชิงเส้นและบล็อกมีฟังก์ชัน
บล็อกเชิงเส้นเป็น output ข้อผิดพลาด ( OE ) แบบจำลองเชิงเส้นพหุนาม .

Y ( t )



outputnonlincarity h() บล็อกบล็อก ( เป็นดีเจ

คิดว่าคงคงที่แบบไดนามิกรูปแบบโครงสร้างของแฮมเมอร์สไตน์เนอร์

ต่อไปนี้อธิบายถึงโครงสร้างกลายเป็นสมการทั่วไปไส้กรอกเป็นตามสมการ ( 1 )
w ( t ) = f ( u ( t » ) x ( t ) = F BJ ( q ) W ( t-nk ) j f ( Q )
,Y ( t ) = H ( X ( t »

ซึ่ง ( 1 ) u ( T ) และ Y ( t ) เป็นอินพุตและเอาต์พุตสำหรับ
ระบบ W ( t ) x ( t ) คือภายในตัวแปรที่กำหนด
อินพุตและเอาต์พุตของบล็อกเชิงเส้น ในบล็อกเชิงเส้นมี
เป็นพหุนาม B F มีเปลี่ยนเวลาผู้ประกอบการ Q ,
หลักการแปลง Z ซึ่งสามารถขยายได้เป็นสมการ
( 2 ) U ; เป็น ith ใส่นู๋เป็นจำนวนของปัจจัยการผลิต .
b ( q ) = b2q-1 BL . . . . . .. . . . . . . bnq - B "
1 f ( q ) = L J ; q-i . . . . . fnq-f " ( 2 ) และมีสัมประสิทธิ์ FN
% ข้อมูล NK เป็น ith เข้าล่าช้าผม
ที่ characterizes ประวิงเวลาตอบสนองและ E ( t ) คือสัญญาณผิดพลาด
. ลำดับของแบบจำลองคือผลรวมของ bnand FN นี้
ควรจะน้อยที่สุด สำหรับแบบที่ดีที่สุด แบบกลายเป็นไส้กรอก
ประกอบด้วยข้อมูล
และผลผลิตบล็อกซึ่งประกอบด้วยฟังก์ชันไม่เชิงเส้น
F ( .) และ H ( . ) ที่สอดคล้องกับอินพุตและเอาต์พุต nonlinearities
. ทั้งเส้นบล็อกการใช้ estimators ค่า

ประมาณเดดโซน , เลือกสำหรับฟังก์ชันเชิงเส้น ฟังก์ชั่นโซน
ตายสร้างศูนย์ส่งออกภายในเขตที่ระบุไว้ ,
เรียกว่าโซนตายหรือศูนย์ช่วงเวลา .
B
หลังจากเลือกข้ามการตรวจสอบโครงสร้างของรูปแบบการทดลอง
การออกแบบที่ใช้ ข้อมูลจากการทดลองได้แบ่งออกเป็นสองกลุ่ม เรียกประเมิน
ข้อมูลและข้อมูลการตรวจสอบ

ปรับปรุงความถูกต้องข้ามการตรวจสอบจะดำเนินการโดยการใช้ข้อมูลที่แตกต่างกันและการตรวจสอบ

ผลเฉลี่ยมากกว่ารอบ ในกระดาษนี้ ประเภทต่างๆของข้าม

ผมตรวจสอบในการศึกษา แล้วประโยชน์ของแต่ละวิธีมี
มาประยุกต์ใช้ในระบบ ในงานวิจัยนี้6 ครั้ง ชุดข้อมูลตัวอย่าง
ครอบคลุมสภาพของระบบทดลองสำหรับ
ให้ความถูกต้องของการตรวจสอบ แล้วชุดข้อมูลจะแบ่ง
เพื่อการฝึกอบรมและการตรวจสอบ ข้อมูลการจัดตั้ง
โดยน้ำตกทั้งหมด subsample ข้อมูลในกลุ่มหนึ่ง ข้อมูลการตรวจสอบ จะได้รับ โดยขยาย

อีกหนึ่งชุดจากข้อมูลการฝึกอบรม แล้วตัวระบบจะดำเนินการ .
ในที่สุดเหมาะกับรูปแบบในเงื่อนไขใด ๆ จากเทคนิคการตรวจสอบข้าม

3
จะได้รับ ทดลองในงานนี้หนึ่งในประเภทของการค้าเชื่อมอินเวอร์เตอร์เฟสเดียว
ตารางคะแนนที่ 5000 W คือใช้
รูปแบบของมันถูกกำหนด การทดสอบระบบประกอบด้วย
ของไฟ DC , มิเตอร์ไฟฟ้าดิจิตอล ดิจิตอลออสซิลโลสโคป
, ตัวต้านทาน ( R ) , ตัวเหนี่ยวนำ ( L ) และตัวเก็บประจุ ( C )
โหลดระบบไฟฟ้ากระแสสลับ และคอมพิวเตอร์ waveforms
รวบรวมจากออสซิลโลสโคปและส่งไปยังคอมพิวเตอร์เพื่อคำนวณพลังงานในรูปคลื่นสัญญาณ

ออกเดี่ยว และเดี่ยว ( siso ) การประมวลผลแบบ เพื่อให้ได้รูปแบบ
ซึ่งสามารถตรวจสอบได้ในสถานการณ์ใด ๆ ข้ามการตรวจสอบ
ประยุกต์เทคนิค . ในการทดลอง การทดสอบเสร็จ
เมื่อกระแสไฟฟ้าดำเนินการในหก สภาวะคงที่ .
เงื่อนไขเหล่านี้ประกอบด้วยสามแรงดันเปลี่ยนแปลง
เงื่อนไขเป็น 3 ปัจจุบันเปลี่ยนเงื่อนไข แล้วสอง
การทดลองออกแบบตามแบบระบบการตรวจสอบข้ามและข้ามตรวจสอบ
)
พลังสัญญาณข้อมูลจะถูกแบ่งออกเป็นสองกลุ่ม กลุ่มหนึ่งใช้เป็นข้อมูลค่า

รุ่นหรือรูปแบบการฝึกอบรมในขณะที่กลุ่มอื่น ๆ ที่ใช้ในการตรวจสอบรูปแบบ สัญญาณ
จากอินเวอร์เตอร์ซึ่งประกอบธุรกิจในภาวะปกติ คือใช้
เป็นชุดฝึกการตั้งค่า 6 เงื่อนไขข้อมูล
ใช้ตรวจสอบเป็นชุดข้อมูลที่เป็นอิสระ ความถูกต้องของ
แต่ละกรณี พบว่า ในกรณีของข้ามการตรวจสอบข้อมูลการฝึกอบรมจะได้รับจากชั้นที่หก

subsamples ในกลุ่มหนึ่งและความถูกต้องของข้อมูลที่ถูกสร้างขึ้นจากการขยายตัวของกลุ่มอื่น
จากข้อมูลการฝึกอบรม 6 เงื่อนไขการตรวจสอบข้อมูลอีกครั้ง
อิสระชุดหนึ่งโดยหนึ่ง งั้น
ความถูกต้องไม่ข้ามการตรวจสอบและการใช้เทคนิคการตรวจสอบ
ข้ามได้รับการเปรียบเทียบ การเปรียบเทียบของทั้งสองกรณี
ส่วนต่อไปนี้ที่จะระบุกระบวนการระบบ
ในรูปที่ 2การดำเนินงานของกระบวนการพัฒนา โดยโปรแกรมที่ใช้มา

tlab ซอฟต์แวร์เพื่อตรวจสอบความถูกต้องของรูปคลื่น และค้นหารูปของ
ความถูกต้องสูงสุดเมื่อเทียบกับรูปจริง นี้จะดำเนินการโดยการเลือกโครงสร้างแบบ

และปรับรูปแบบเพื่อเงื่อนไขระบบสมการเชิงเส้นและไม่เชิงเส้นการประมาณ
ระบบไม่เชิงเส้น กระบวนการต่อไปซ้ำ
การจำลองแบบและทดลองได้รับเทียบ
จนกว่าการแสดงรุ่นที่ดีที่สุดที่ได้มาโดยผล
รวมวัดเชิงปริมาณของแบบจำลองคุณภาพในแง่
ความดีของพอดีกับข้อมูลการประมาณค่า ร้อยละของความถูกต้องเหมาะสม
ได้จากการเปรียบเทียบระหว่างการทดลองและการจำลองแบบคลื่นสัญญาณ