k-meansクラスタリングに基づくGPモデルを用いた移動窓型オンライン同定

抄録

非線形性や時間変化特性を持つ実システムの解析・制御には、連続時間非線形システムを対象とした精度の良いオンライン同定法の開発が必要である。従来のガウシャンプロセスモデルを用いた同定法では、オンライン同定としては計算負担が大きいという課題があった。そこで本研究では、データ分類法の一つであるk-meansクラスタリングを用いて、入出力データから類似度を基に代表データを抽出して同定に用いる方法を提案する。本手法では、同定に使用するデータ数を飛躍的に削減することができるため、計算時間を短縮することが可能である。時間変化する電力系統に対するシミュレーション実験を行い、本手法の有効性を確認した。