随着高比例新能源和多元负荷的不断接入,配电网呈现出动态变化和交直流混合运行的特性,农业负荷类型的增加和负荷辨识问题对配电网智慧农业的实施提出了新挑战。提出了一种结合耦合特征和改进随机森林算法的非侵入式农业负荷辨识方法。针对智慧农业当中负荷类型的多样性,分析了卷帘机、抽水泵、水平循环风扇等典型农业负荷的暂态特征与稳态特征,并结合农村分布式光伏发电数据,通过形态相似性分析提取了具有时间序列相关性的农业负荷耦合特征。基于历史负荷数据和特征,构造了样本矩阵作为随机森林算法的输入,并通过改进Bootstrap抽样、引入最优特征子集构造分类回归树(classification and regression tree,CART)决策树,以及基于负荷种类进行重复投票机制,构建了改进随机森林算法的农业负荷辨识架构。建立了准确率评价指标,通过仿真分析验证所提方法的有效性,并分析了关键参数对算法性能的影响。仿真结果表明,所提方法的准确率达到了98.96%,在辨识效率上相较其他算法有明显提升。
暂无评论