基于改进决策树的多变量功率曲线建模方法
Wind Turbine Power Curve Modelling Based on Improved Decision Tree Considering Multiple Input Variables作者机构:华北电力大学控制与计算机工程学院
出 版 物:《动力工程学报》 (Journal of Chinese Society of Power Engineering)
年 卷 期:2019年第39卷第8期
页 面:647-653页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080801[工学-电机与电器] 0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:风电机组 功率曲线 多变量 梯度提升回归树 改进决策树
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。