[发明专利]一种基于LSSVM的光伏最大功率点跟踪的控制方法

权利要求书

1.一种基于LSSVM的光伏最大功率点跟踪的控制方法，其特征在于，所述方法包括如下步骤： 

（1）建立光伏电池模型； 

（2）确定模型中设定温度值和太阳辐射强度下MPPT对应的电压和电流； 

（3）根据温度、太阳辐射强度、电压及电流的序列，得到最小二乘支持向量机模型中的训练集和测试集样本； 

（4）利用交叉验证方法选择最小二乘支持向量机的训练集的训练参数； 

（5）利用训练集的样本数据，通过选择的所述训练参数对最小二乘支持向量机进行训练，得到训练模型； 

（6）根据所述训练模型对所述测试集进行测试并对结果进行评价。 

2.如权利要求1所述的控制方法，其特征在于，步骤（1）所述建立光伏电池模型是指根据光伏电池的工程数学模型，在MATLAB中建立其仿真模型。 

3.如权利要求1所述的控制方法，其特征在于，步骤（3）训练集和测试集样本的数据集为： 

其中， 

写成矩阵的形式即为： 

式中，x₁(n)为温度序列，x₂(n)为太阳辐射强度序列；y₁(n)为在最大功率点的输出电压序列，y₂(n)为在最大功率点的输出电流序列。 

4.如权利要求1所述的控制方法，其特征在于，步骤（4）所述训练参数包括正则化参数γ和核函数参数σ²；其核函数的表达式如下： 

。

5.如权利要求4所述的控制方法，其特征在于，步骤（4）所述利用交叉验证方法 选择最小二乘支持向量机的训练集的训练参数包括： 

将训练集分割成K个子集，其中一个子集被保留作为验证模型的数据，其他K-1个子集用来训练，交叉验证重复K次，每个子集验证一次； 

在训练前，给定正则化参数γ和核函数参数σ²的范围，即γ∈[γ_min,γ_max]，σ²∈[σ²_min,σ²_max]，使γ和σ²在这个范围内遍历取值，对每一个组合参数（γ，σ²）均进行10次交叉验证； 

选取均方误差MSE作为评价指标，将这10次测试结果的MSE取平均值作为该参数对应的指标，最后选择指标最高的一组参数组合作为最终的最优参数。 

6.如权利要求5所述的控制方法，其特征在于，步骤（5）是根据最优参数建立训练模型。