一种知识与数据融合驱动的光伏电池系统建模辨识方法

本发明公开了一种知识与数据融合驱动的光伏电池系统建模辨识方法，建立知识驱动模型，利用多变量Hammerstein模型建立数据驱动模型，利用双向门控循环单元神经网络描述Hammerstein模型的静态非线性模块，利用自回归滑动平均模型描述动态线性模块，以此构建知识和数据融合的光伏电池系统模型；利用高斯信号的协方差函数特性解耦Hammerstein模型的静态非线性模块和动态线性模块；利用基于协方差函数的最小二乘方法辨识自回归滑动平均模型参数，利用蜣螂优化算法自适应求解双向门控循环单元神经网络超参数，利用自适应动量估计算法更新双向门控循环单元神经网络的权重和偏置；将数据驱动模型获得的结果作为知识驱动模型的输入，并利用广义最小二乘法辨识知识驱动模型参数。