技術特征：

1.一種基(ji)于隨(sui)機(ji)森林的(de)風力(li)發電場雜(za)波識別(bie)方(fang)法，其特征(zheng)在于，所述(shu)雜(za)波識別(bie)方(fang)法基(ji)于隨(sui)機(ji)森林方(fang)法，通(tong)過建立多個(ge)決策樹分(fen)類器對(dui)原始數據集進行分(fen)類訓(xun)練，將各(ge)個(ge)分(fen)類器的(de)結果以投票或(huo)者平均的(de)方(fang)式(shi)得到最(zui)終的(de)預測結果，提高(gao)分(fen)類準確(que)性，采用雙重網格搜索策略，降(jiang)低訓(xun)練時間成本并提高(gao)模型的(de)魯棒(bang)性，具體包括；

技術總結
本發明涉及一種基于隨機森林的風力發電場雜波識別方法，該方法基于隨機森林分類方法對風力發電場數據集進行分類訓練，構建基于隨機森林的風力發電場雜波識別模型，訓練多個決策樹分類器，通過投票的機制將各個決策樹分類器的預測結果組合得到最終預測結果，減少了誤報和漏報的可能性；采用雙重網格搜索策略，先進行粗略搜索，再進行精細搜索，大大縮短了模型訓練的時間成本；通過特征重要性分析，有助模型選擇最相關的特征，增加了在不同天氣下的魯棒性，并提高了對新雷達數據進行預測的泛化能力。特別地，本發明考慮到七種雷達二次產品的衍生特征，綜合多種特征進行分析能夠提高模型分類預測的準確性。

技術研發人員：曾強宇,任志程,張福貴,王皓,吳銳濤
受保護的技術使用者：成都信息工程大學
技術研發日：
技術公布日：2024/9/19