tailieunhanh - Xây dựng hệ thống phân loại tự động các kịch bản làm việc của tấm pin năng lượng mặt trời

Bài viết Xây dựng hệ thống phân loại tự động các kịch bản làm việc của tấm pin năng lượng mặt trời trình bày việc phát hiện và đánh giá lỗi chậm trễ có thể dẫn đến phá hủy hệ thống năng lượng mặt trời và các thiết bị bảo vệ của hệ thống điện. Việc ra đời của học máy đã đóng góp quan trọng trong việc phát hiện lỗi tự động. | Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN 978-604-82-5957-0 XÂY DỰNG HỆ THỐNG PHÂN LOẠI TỰ ĐỘNG CÁC KỊCH BẢN LÀM VIỆC CỦA TẤM PIN NĂNG LƯỢNG MẶT TRỜI Lê Thị Hương Trường Đại học Thủy lợi 1. GIỚI THIỆU CHUNG Chỉ số Precision là tỉ lệ số điểm true positive trong số những điểm được phân loại Phát hiện và đánh giá lỗi chậm trễ có thể là positive dẫn đến phá hủy hệ thống năng lượng mặt TP trời và các thiết bị bảo vệ của hệ thống điện. Precision 1 TP FP Việc ra đời của học máy đã đóng góp quan Chỉ số Recall là tỉ số điểm true positive trọng trong việc phát hiện lỗi tự động. Từ các trong số điểm thực sự là positive kịch bản làm việc tấm pin PV của hệ thống TP năng lượng mặt trời được phân tích ở 1 tác Recall 2 TP FN giả sử dụng học máy để phân loại 3 kịch bản Chỉ số F1-score là nhiễu trung bình làm việc dựa trên mạng nơron 2 hệ thống harmonic mean của precision và recall hoạt động bình thường sự cố ngắn mạch 2 1 1 hiện tượng partial shading. 3 F1 precision recall Thuật ngữ 1 Độ chính xác 2 Độ phủ 3 Điểm F1 Precision cao đồng nghĩa với độ chính xác Phương pháp đánh giá bài toán phân loại của các điểm tìm được cao. Recall cao đồng Độ chính xác Tính tỉ lệ giữa số điểm nghĩa với việc tỉ lệ dương tính thật cao. được dự đoán đúng và tổng số điểm trong tập F1_score có giá trị nằm trong nửa khoảng dữ liệu kiểm thử. 0 1 . F1 càng cao bộ phân lớp càng tốt. Ma trận nhầm lẫn Cách dựa vào độ 2. PHƯƠNG PHÁP NGHIÊN CỨU chính xác ở trên không chỉ ra được cụ thể mỗi loại được phân loại như thế nào lớp nào Hệ thống phân loại gồm 5 bước được phân loại đúng nhiều nhất và dữ liệu Xác định mô hình Lựa chọn mô hình thuộc lớp nào thường bị phân loại nhầm vào thuật toán lựa chọn cấu trúc mạng nơron xác các lớp khác. Ma trận nhầm lẫn thể hiện có định số lượng lớp ẩn trong mạng số lượng bao nhiêu điểm dữ liệu thực sự thuộc vào unit trong mỗi lớp và loại hàm kích hoạt. một class dự đoán điểm rơi vào một class. Biên dịch mô hình Lựa chọn hàm mất Precision 1 Recall 2 F1-score 3 mát để .