Identificação não-linear no espaço de estados por regressão esparsa de bancada motor-gerador

No decorrer dos anos, cresce a busca pela identificação de sistemas dinâmicos utilizando aprendizagem de máquina. Essas ferramentas auxiliam, por exemplo, na compreensão e extração de informações de dados experimentais e na descoberta de estruturas de modelos matemáticos. Desta forma, este trabalho tem por objetivo apresentar os modelos obtidos de uma bancada motor-gerador utilizando o método de identificação esparsa de dinâmica não-linear (SINDy), este método tem-se mostrado útil na identificação da dinâmica não-linear, ao assumir que as equações possuem apenas alguns termos importantes que regem a dinâmica. A abordagem SINDy resolve um problema de regressão esparsa, eliminando os termos cujos coeficientes são menores que um limite. Os componentes usados no processo de identificação são baseados no Otimizador Threshold Least Square (STLSq). São apresentados os modelos obtidos no experimento linear e não linear por meio do pacote PySINDy. A raiz do erro quadrático é calculada pela métrica NRMSE para cada um dos modelos. Ao final do trabalho é visto que o método SINDy é capaz de identificar o modelo da bancada motor-gerador.