基于改进决策树的多变量功率曲线建模方法

基于改进决策树的多变量功率曲线建模方法

论文摘要

为提高风电机组功率曲线的建模精度,利用偏互信息(PMI)方法对影响机组风能捕获的因素进行全面分析,并选取多参数作为输入变量。利用随机梯度提升回归树(SGBRT)算法,实现多变量下的功率曲线建模。结合某风电场1.5 MW机组数据采集与监视控制系统(SCADA)的实测数据,对所提出的功率曲线建模方法进行验证。结果表明:与现有功率曲线建模方法相比,采用SGBRT算法得到的功率曲线模型可更精确地预测风力机的功率特性,且预测误差最小。

论文目录

  • 1 SGBRT算法原理
  •   1.1 GBDT算法
  •   1.2 SGBRT算法
  • 2 PMI输入变量分析与选择原理
  • 3 多变量功率曲线建模
  •   3.1 基于PMI的建模输入变量选择
  •   3.2 基于SGBRT的多变量功率曲线建模与验证
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 刘琳,郭鹏

    关键词: 风电机组,功率曲线,多变量,梯度提升回归树,改进决策树

    来源: 动力工程学报 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 华北电力大学控制与计算机工程学院

    基金: 国家自然科学基金资助项目(51677067)

    分类号: TP181;TM315

    页码: 647-653

    总页数: 7

    文件大小: 1327K

    下载量: 103

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于改进决策树的多变量功率曲线建模方法
    下载Doc文档

    猜你喜欢