ty -jour a2 -Masciari，Elio au -Shareef，Hussain au -mutlag，Ammar Hussein au -Mohamed，Azah PY-2017 DA -2017/06/15 TI-基于森林的随机方法，用于最大的功率点跟踪光伏系统操作的最大功能点在实际环境条件下，SP -1673864 VL -2017 AB-近年来已经开发了许多最大功率跟踪（MPPT）算法，以最大化生产的PV能量。由于环境的快速变化，效率，稳态值的准确性以及跟踪算法的动力学，这些算法不足以鲁棒。因此，本文提出了一种新的随机森林（RF）模型，以提高MPPT性能。RF模型具有捕获预测因子（例如辐照度和温度）之间模式的非线性关联，以确定准确的最大功率点。基于RF的跟踪器是为25个SolartifstF-1220P6 PV模块而设计的，使用两个高速传感器的容量为3 kW峰。为此，使用300,000个数据样本对完整的PV系统进行建模，并使用MATLAB/SIMULINK软件包进行模拟。然后，在实际环境条件下测试了拟议的基于RF的MPPT 24天，以验证准确性和动态响应。还将基于RF的MPPT模型的响应与人工神经网络和自适应神经封度推理系统算法的响应进行了比较。结果表明，与其他技术相比，提出的MPPT技术可显着改善。 In addition, the RF model passes the Bland–Altman test, with more than 95 percent acceptability. SN - 1687-5265 UR - https://doi.org/10.1155/2017/1673864 DO - 10.1155/2017/1673864 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -