公开(公告)号：CN112132228B

公开(公告)日：2024-05-14

申请号：CN202011065113.1

申请日：2020-09-30

Applicant: 东南大学

Inventor： 张侃健 ,  陈昕怡 ,  刘奕男 ,  谢利萍 ,  方仕雄 ,  张金霞 ,  葛健 ,  魏海坤

IPC: G06F18/24 ,  G06N5/01 ,  G06F18/2431 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统，其中方法包括以下步骤：检测缺失的辐照度值；运用决策树分类的方法将数据按天气分类；根据日期、时间、经纬度计算太阳高度角；在不同的天气类别下，根据当前时间、功率和环境温度，运用不同的神经网络参数拟合辐照度序列；插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息，又在神经网络中加了太阳高度角的输入，保留了日期和时间的信息，因此数据插补效果明显优于其他算法，大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据，在不降低性能的前提下，解决辐照度、温度、功率时间戳不一致的问题，有助于增加样本数量。

公开(公告)号：CN112132228A

公开(公告)日：2020-12-25

申请号：CN202011065113.1

申请日：2020-09-30

Applicant: 东南大学

Inventor： 张侃健 ,  陈昕怡 ,  刘奕男 ,  谢利萍 ,  方仕雄 ,  张金霞 ,  葛健 ,  魏海坤

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于决策树分类的辐照度缺失数据插补方法及系统，其中方法包括以下步骤：检测缺失的辐照度值；运用决策树分类的方法将数据按天气分类；根据日期、时间、经纬度计算太阳高度角；在不同的天气类别下，根据当前时间、功率和环境温度，运用不同的神经网络参数拟合辐照度序列；插补缺失的辐照度值。本发明通过决策树的分类保留了天气现象的信息，又在神经网络中加了太阳高度角的输入，保留了日期和时间的信息，因此数据插补效果明显优于其他算法，大大提高了插补的准确度。本发明有助于填补缺失的辐照度数据，在不降低性能的前提下，解决辐照度、温度、功率时间戳不一致的问题，有助于增加样本数量。