基于动态加权深度森林的光伏组件故障诊断方法

摘要

本发明提供了一种基于动态加权深度森林的光伏组件故障诊断方法，步骤包括：建立光伏组件的等效电路模型，筛选出代表故障类型的故障数据；选择三种不同大小的滑窗，训练多粒度扫描阶段的森林；对森林中的决策树进行动态加权；计算子树的预测概率向量，选择最优的概率得到各类预测结果；计算当前级联森林的预测结果；判断当前级联森林准确率是否提升，直到获得准确最高时的训练模型或者增加级联森林的层数继续训练；输入测试样本获得分类结果。该故障诊断方法利用动态加权深度森林算法超参数设置简单，能够自动学习光伏组件的故障特征，能自动确定级联森林的层数，诊断的精度高，诊断的结果更直接。