Prediction of the wind speed change function by linear regression method

Abstract

У статті зроблено апроксимацію функції зміни швидкості вітру лінійними функціями на основі функцій Уолша та прогнозування значень функцій методом лінійної регресії. Показано, що за умови лінійної зміни внутрішнього опору вітрогенератора в часі доцільно ввести функцію зміни швидкості вітру з лінійною апроксимацією. Наведено систему ортонормальних лінійних функцій на основі функцій Уолша. Як приклад, наведено наближення лінійно-зростаючої функції із системою з 4, 8 та 16 лінійних функцій на основі функцій Уолша. Показано результат наближення функції зміни швидкості вітру із системою з 8 лінійних функцій на основі функцій Уолша. Розраховано коефіцієнти розкладення, середньоквадратичні та середні відносні похибки такої апроксимації. Для знаходження коефіцієнтів множинної лінійної регресії використано метод найменших квадратів. Наведено рівняння множинної лінійної регресії в матричній формі. Показано приклад застосування методу лінійної регресії в простих функціях. Показано результат відновлення функції зміни швидкості вітру. Розраховано коефіцієнти розкладення, середньоквадратичні та середні відносні похибки апроксимації для відновлення функції зміни швидкості вітру методом лінійної регресії.

In the article the approximation of the function of wind speed changes by linear functions based on Walsh functions and the prediction of function values by linear regression method is made. It is shown that under the condition of a linear change of the internal resistance of the wind generator over time, it is advisable to introduce the wind speed change function with linear approximation. The system of orthonormal linear functions based on Walsh functions is given. As an example, the approximation of the linear-increasing function with a system of 4, 8 and 16 linear functions based on the Walsh functions is given. The result of the approximation of the wind speed change function with a system of 8 linear functions based on Walsh functions is shown. Decomposition coefficients, mean-square and average relative approximation errors for such approximation are calculated. In order to find the parameters of multiple linear regression the method of least squares is applied. The regression equation in matrix form is given. The example of application of the prediction method of linear regression to simple functions is shown. The restoration result for wind speed change function is shown. Decomposition coefficients, mean-square and average relative approximation errors for restoration of wind speed change function with linear regression method are calculated.