基于随机森林和专家系统的分布式光伏电站阴影遮挡诊断

刘新锋, 张旖旎,徐惠三,宋玲^*,陈梦雅

山东建筑大学计算机科学与技术学院, 山东 济南 250101

发布日期:2021-04-16

作者简介:刘新锋(1977— ),男,山东聊城人,高级工程师,硕士生导师,博士,主要研究方向为机器学习和数据挖掘.E-mail:liuxinfeng18@sdjzu.edu.cn. *通信作者简介:宋玲(1969— ),女,山东泰安人,教授,硕士生导师,博士,主要研究方向为机器学习和数据挖掘.E-mail:songling@sdjzu.edu.cn
基金资助:山东建筑大学博士基金资助项目(X19023Z0101);国家自然科学基金资助项目(51975332)

Shadow occlusion diagnosis of distributed photovoltaic power station based on random forest and expert system

LIU Xinfeng, ZHANG YiNi, XU Huisan, SONG Ling^*, CHEN Mengya

School of Computer Science and Technology, Shandong Jianzhu University, Jinan 250101, Shandong, China

Published:2021-04-16

摘要/Abstract

摘要： 针对分布式光伏电站阴影遮挡提出一种基于随机森林算法的人机协同判别方法。通过遮挡机理分析和逆变器遥测参数转换构建组串直流侧电流离散率、太阳高度角、太阳方位角及电站瞬时发电水平等关键特征参数,搭建随机森林遮挡诊断模型。基于网格搜索法和K折交叉验证法优化参数,通过准确率对比确定基于信息增益的分裂方式。对比支持向量、逻辑回归及决策树等主流算法模型,发现随机森林算法在遮挡诊断场景中具有较强的优势,结合专家系统得出诊断方位后,现场验证了“基于信息增益的随机森林和专家系统”方法的有效性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2027