基于随机森林的风力发电场杂波识别方法

本发明涉及一种基于随机森林的风力发电场杂波识别方法，该方法基于随机森林分类方法对风力发电场数据集进行分类训练，构建基于随机森林的风力发电场杂波识别模型，训练多个决策树分类器，通过投票的机制将各个决策树分类器的预测结果组合得到最终预测结果，减少了误报和漏报的可能性；采用双重网格搜索策略，先进行粗略搜索，再进行精细搜索，大大缩短了模型训练的时间成本；通过特征重要性分析，有助模型选择最相关的特征，增加了在不同天气下的鲁棒性，并提高了对新雷达数据进行预测的泛化能力。特别地，本发明考虑到七种雷达二次产品的衍生特征，综合多种特征进行分析能够提高模型分类预测的准确性。