[发明专利]基于差分进化随机森林分类器的光伏阵列故障诊断方法

摘要

本发明涉及一种基于差分进化随机森林分类器的光伏阵列故障诊断方法。该方法：首先，采集各种工况条件下的光伏阵列电压和各个光伏组串的电流，并以不同的标识符对各种工况进行标识；其次，采用基于袋外数据的分类误判率均值大小确定随机森林模型中决策树的数量范围；而后，利用差分进化算法对其决策树数量范围进行全局优化，得到最优的决策树数量值；再而，将计算出的最优决策树数量值带入利用随机森林分类器并对样本进行训练，得到随机森林故障诊断训练模型；最后，利用训练模型对光伏阵列进行故障检测和分类。本发明方法，能够在保证最优的模型分类准确率的同时大大加快模型训练速度，从而更快速、准确地实现对光伏发电阵列的故障检测和分类。

主权项

1.一种基于差分进化随机森林分类器的光伏阵列故障诊断方法，其特征在于，包括如下步骤：步骤S1：采集各种工况条件下的光伏阵列电压和各个光伏组串的电流，并以不同的标识符对各种工况进行标识，该些电压、电流数据和类别标识符构成样本数据；步骤S2：将所述样本数据随机分成训练集和测试集；随机森林分裂属性集中的属性个数选用默认值；并采用基于袋外数据的分类误判率均值大小确定随机森林模型中决策树的数量范围；步骤S3：根据所述步骤S2 计算出的决策树的数量范围，以求解分类误判率最小值为目标，利用差分进化算法对其数量范围进行全局优化，得到最优的决策树数量值；步骤S4：根据所述步骤S3 计算出的最优决策树数量值，利用随机森林分类器对训练集中的每个样本进行训练，得到随机森林故障诊断训练模型；步骤S5：通过所述步骤S1对实际待测工况进行处理，并利用所述随机森林故障诊断训练模型，对所述实际待测工况下的光伏阵列电压电流数据进行检测和分类，判断光伏发电阵列系统是否处于故障状态；若处于故障状态，则给出故障类型。