CN111369070B - 一种基于包络线聚类的多模融合光伏功率预测方法 - Google Patents

Abstract

本发明公开了一种基于包络线聚类的多模融合光伏功率预测方法，具体包括：识别异常光伏功率数据，并对异常光伏功率数据进行处理；对历史时刻光伏功率数据进行聚类划分；由经过聚类后的光伏功率数据分别构建XGBoost模型、LightGBM模型，由历史时刻光伏功率数据构建LSTM模型，将XGBoost模型、LightGBM模型及LSTM模型进行融合，得到预测模型，并输出预测结果。根据历史时刻的功率曲线构建包络线进行聚类划分，能准确反映光伏功率变化规律，无需依赖气象参数的影响，该聚类法更为准确合理；多模融合法融合三种机器学习算法，较传统单模型预测算法有更高的预测精准性，预测误差更低。

Description

一种基于包络线聚类的多模融合光伏功率预测方法

技术领域

本发明属于光伏功率预测方法技术领域，涉及一种基于包络线聚类的多模融合光伏功率预测方法。

背景技术

光伏功率预测技术是根据光伏电站运行参数、气象特征等条件来预测未来时刻光伏输出功率的一种技术。现有预测方法多是针对气象参数进行聚类划分，在划分后的各簇上分别建立预测模型，但是输入的气象参数对输出光伏功率的影响程度不同，且不同天气类型的主导因素也不同，导致基于气象特征聚类时各气象参数的权重难以分配。此外，传统的预测模型往往是单算法模型，预测精度较差。

发明内容

本发明的目的是提供一种基于包络线聚类的多模融合光伏功率预测方法，能提高预测精度。

本发明所采用的技术方案是，一种基于包络线聚类的多模融合光伏功率预测方法，具体包括以下步骤：

步骤1、识别异常光伏功率数据，并对异常光伏功率数据进行处理；

步骤2、对历史时刻光伏功率数据进行聚类划分；

步骤3、由经过步骤2聚类后的光伏功率数据分别构建XGBoost模型、LightGBM模型，由历史时刻光伏功率数据构建LSTM模型，将XGBoost模型、LightGBM模型及LSTM模型进行融合，得到预测模型，并输出预测结果。

本发明的特点还在于：

还包括步骤4、应用平均绝对误差e_MAE与平均绝对百分比误差e_MAPE进行预测结果进行评估，如下式所示：

上式中，n为样本数量，

与y_i分别是样本i的预测值与真实值。

步骤1具体过程为：通过3-sigma原理进行异常光伏功率数据的识别，将异常光伏功率数据替换为其前后两点光伏功率数据的平均值；并对替换后的光伏功率数据进行标准化。

步骤2具体包括以下步骤：

步骤2.1、选取历史时刻光伏功率数据并绘制光功率曲线，并对波峰值、波谷值进行曲线拟合，形成上、下包络线；

步骤2.2、将一定范围内波峰波谷数量f_i和上下包络线之间面积v_i作为指标进行K-means聚类划分；

步骤2.2.1、给定聚类数K和样本数据集D；

步骤2.2.2、随机生成K个聚类中心；

步骤2.2.3、利用下式判断样本集中数据到K个聚类中心的距离：

上式中，x_i表示第i个样本数据，c_j表示第j个聚类中心，x_it表示第i个样本中的第t个特征数据，c_jt表示第j个聚类中的第t个特征数据；

步骤2.2.4、将各个样本数据分配到距其最近的聚类中心；

步骤2.2.5、待所有样本数据分配完毕后，根据每个聚类内所有样本数据重新计算聚类中心；

步骤2.2.6、重新计算样本数据集D中每个样本数据到新聚类中心的距离，重复步骤2.2.3-步骤2.2.5；当聚类中心不再变化或达到最大迭代次数时停止。

在步骤2聚类划分过程后，采用K折交叉验证对各簇数据的训练集、验证集和测试集进行划分。

步骤3具体包括以下步骤：

步骤3.1、由经过聚类后的光伏功率数据训练集分别构建XGBoost-1模型、LightGBM-1模型，由历史时刻光伏功率数据构建LSTM模型；

步骤3.2、将XGBoost-1模型输出值添加到LightGBM-2的输入特征中，并进行LightGBM-2模型的训练；

步骤3.3、将LSTM输出的数据与LightGBM-1添加到XGBoost-2输入特征中，并进行XGBoost-2模型的训练；

步骤3.4、根据验证集结果采用网格搜索自动调整各模型超参数；

步骤3.5、按0.3、0.3、0.2、0.2的权重融合XGBoost-1、XGBoost-2、LightGBM-2、LSTM模型，得到预测模型，并输出预测结果。

本发明的有益效果是：

本发明基于包络线聚类的多模融合光伏功率预测方法，根据历史时刻的功率曲线构建包络线进行聚类划分，能准确反映光伏功率变化规律，无需依赖气象参数的影响，该聚类法更为准确合理；多模融合法融合三种机器学习算法，较传统单模型预测算法有更高的预测精准性，预测误差更低；预测模型效果卓越，预测光伏输出功率稳定准确，可应用于电力系统调度领域，也可作为光伏阵列计量装置替代传统实体计量装置。

附图说明

图1是本发明一种基于包络线聚类的多模融合光伏功率预测方法的流程图；

图2是本发明一种基于包络线聚类的多模融合光伏功率预测方法中聚类示意图；

图3是本发明一种基于包络线聚类的多模融合光伏功率预测方法中多模融合算法流程图；

图4是本发明一种基于包络线聚类的多模融合光伏功率预测方法的不同聚类方法的预测结果对比图；

图5是本发明一种基于包络线聚类的多模融合光伏功率预测方法中模型预测值与真实值曲线图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

一种基于包络线聚类的多模融合光伏功率预测方法，如图1所示，具体包括以下步骤：

步骤1、识别异常光伏功率数据，并对异常光伏功率数据进行处理；

进一步的，处理光伏电站在实际运营中往往因为维护、限电、通讯故障等原因导致实测数据中含高比例异常数据，首先通过3-sigma原理进行异常光伏功率数据的识别，如公式(1)-(2)所示：

其中X＝[X₁,X₂,.....,X_n]为待识别的光伏数据各特征列向量集合，

为各特征列向量的平均值的集合，σ＝[σ₁,σ₂,.....,σ_n]为各特征列向量标准差的集合，n是待识别数据特征维数，m是待识别数据的样本数量；

然后将异常光伏功率数据替换为其前后两点光伏功率数据的平均值，并对替换后的光伏功率数据进行标准化，将修正后的数据进行数据标准化，避免模型训练过程中各特征数据的量纲不同而使模型优先拟合高量纲维度的数据，从而导致模型效果变差，如式(3)所示，进行min-max标准化(Min-max normalization)，使标准化后的值落于0到1之间；

式中，x_b是待标准化的数据，x_min、x_max分别是输入数据的最小值和最大值，x是标准化后的数据。

步骤2、对历史时刻光伏功率数据进行聚类划分；

步骤2.1、选取历史时刻光伏功率数据并绘制光功率曲线，并对波峰值、波谷值进行曲线拟合，形成上、下包络线，如图2所示；

进一步的，选取待预测点前10h光伏功率数据并绘制光功率曲线，找到观测区间范围内曲线的极大值和极小值并定义为波峰和波谷，利用三次样条插值法对所有波峰值进行曲线拟合，形成上包络线，利用三次样条插值法对所有波谷值进行曲线拟合，形成下包络线，求取上下包络线之间的面积衡量观测范围内曲线波动的幅度。

将预测点前10h(40数据点)的光伏功率数据作为观测曲线范围，求得范围内波峰波谷数量f_i和上下包络线之间面积v_i，如下式：

f_i＝p_i+q_i (5)；

上式中，p_i和q_i分别是预测点i前10h功率包络线的波峰数和波谷数；

和

和是上下包络线中k点的值；

步骤2.2、将一定范围内波峰波谷数量f_i和上下包络线之间面积v_i作为指标进行K-means聚类划分；

步骤2.2.1、给定聚类数K和样本数据集D；

步骤2.2.2、随机生成K个聚类中心；

步骤2.2.3、利用下式判断样本集中数据到K个聚类中心的距离：

上式中，x_i表示第i个样本数据，c_j表示第j个聚类中心，x_it表示第i个样本中的第t个特征数据，c_jt表示第j个聚类中的第t个特征数据；

步骤2.2.4、将各个样本数据分配到距其最近的聚类中心；

步骤2.2.5、待所有样本数据分配完毕后，根据每个聚类内所有样本数据重新计算聚类中心；

步骤2.2.6、重新计算样本数据集D中每个样本数据到新聚类中心的距离，重复步骤2.2.3-步骤2.2.5；当聚类中心不再变化或达到最大迭代次数时停止。

利用轮廓系数来确定聚类划分的簇数，如式(7-8)，通过计算样本i到同簇其他样本的平均距离a(i)；a(i)越小，说明样本i越应该被聚类到该簇，将a(i)称为样本i的簇内不相似度。计算样本i到其他某簇c_j的所有样本的平均距离b_ij，称为样本i与簇c_j的不相似度，定义为样本i的簇间不相似度：b_i＝min{b_i1,b_i2,...,b_ik}，则s(i)接近1，则说明样本i聚类合理；s(i)接近-1，则说明样本i更应该分类到另外的簇；若s(i)近似为0，则说明样本i在两个簇的边界上。

传统根据气象参数进行聚类时，往往划分为晴天、阴天、雨天等典型天气，但是该聚类法难以准确表示预测点所处的天气类型，且聚类时各气象因素的权重不同。而包络线聚类法利用历史光伏功率曲线特点进行聚类，通过包络线面积和曲线波峰波谷数准确表征了预测点前10h内的波动幅度和波动频率，避免了气象参数聚类时权重分配的问题，能更准确的对样本数据进行划分，灵敏度高。

步骤3、采用K折交叉验证对步骤2得到的各簇数据进行训练集、验证集和测试集划分；如图4所示，由经过聚类后的光伏功率数据训练集分别构建XGBoost模型、LightGBM模型，预测点前10h(40数据点)的光伏功率数据构建LSTM模型，将XGBoost模型、LightGBM模型及LSTM模型进行融合，得到预测模型，并输出预测结果。

借鉴Stacking集成学习的思想，然后将第一层基学习器输出的预测结果添加到第二层学习器训练的特征中进行第二层的训练。步骤如下：

a.输入数据集

b.将数据集D尽可能平分为k个子集D₁,D₂,...,D_k；

c.基于数据集D₁,D₂,...,D_k分别对第一层基学习器进行训练并输出预测结果t₁,t₂,...,t_k；

d.将第一层学习器输出添加到第二层学习器的特征中，x₁',x'₂,...,x'_n＝{x₁,x₂,...,x_n,t₁,t₂,...,t_k}；

e.数据集更新

f.进行第二次学习器的学习，并输出预测结果。

步骤3.1、由经过聚类后的光伏功率数据训练集分别构建XGBoost-1模型、LightGBM-1模型，由预测点前10h(40数据点)的光伏功率数据(包括经步骤1处理后的异常数据)构建LSTM模型；

进一步的，通过训练第一层基学习器XGBoost-1与LightGBM-1，并得到其预测结果；

步骤3.2、将XGBoost-1模型输出值添加到LightGBM-2的输入特征中，并进行LightGBM-2模型的训练；

进一步的，将XGBoost-1预测结果添加到第二层基学习器LightGBM-2的特征中进行训练得到模型LightGBM-2预测值；

步骤3.3、将LSTM输出的数据与LightGBM-1输出的数据添加到XGBoost-2输入特征中，并进行XGBoost-2模型的训练；

进一步的，将LightGBM1与LSTM预测结果添加到第二层基学习器XGBoost-2的特征中进行训练得到模型XGBoost-2预测值；

步骤3.4、根据验证集结果采用网格搜索自动调整各模型超参数；

步骤3.5、按0.3、0.3、0.2、0.2的权重融合XGBoost-1、XGBoost-2、LightGBM-2、LSTM模型，得到预测模型，并输出预测结果。

步骤4、应用平均绝对误差e_MAE与平均绝对百分比误差e_MAPE进行预测结果进行评估，如下式所示：

上式中，n为样本数量，

与y_i分别是样本i的预测值与真实值。

通过以上方式，本发明一种基于包络线聚类的多模融合光伏功率预测方法，对异常数据进行处理后，对预测点前的光伏功率数据聚类划分，使具有相似特点的数据分为一簇，从而增强模型对数据的拟合能力，加快模型训练时间，并通过轮廓系数选取最合适的划分簇数；采用包络线聚类法，能避免气象参数聚类时权重分配的问题，能更准确的对样本数据进行划分，灵敏度高；建立多融合机器学习模型，相比于相互独立的预测模型有更强的非线性表述能力，更低的泛化误差，增加预测模型的准确性。

实施例

表1

表1是采用广东某地光伏电站3个月的数据进行预测分析，数据采样周期为15分钟，每天采集96组数据，样本共9000组数据，前8000组数据做训练集，后1000组数据为测试集，预测目标是未来15分钟的光伏发电量，并与单独算法模型进行对比，通过应用平均绝对误差e_MAE与平均绝对百分比误差e_MAPE进行预测结果进行评估，从表1中可以看出包络线聚类下，融合算法模型平均绝对误差为0.0854kw·h，平均绝对百分比误差为4.0081％，均低于该聚类其余算法模型。在气象参数聚类下，融合算法模型平均绝对误差为0.1199kw·h，平均绝对百分比误差为8.1588％，可以看出包络线聚类较气象参数聚类有更低的预测误差。图4是本实施例中采用不同聚类方法预测结果对比图，从图中可看出：在同时应用融合算法的情况下，包络线聚类比气象参数聚类的预测精度更高，证明了包络线聚类的有效性。图5是本实施例中不同聚类方法预测结果对比图，从图中可看出：在同时应用融合算法的情况下，包络线聚类比气象参数聚类的预测精度更高，证明了包络线聚类的有效性。

Claims (6)

1.一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，具体包括以下步骤：

步骤1、识别异常光伏功率数据，并对异常光伏功率数据进行处理；

步骤2、对历史时刻光伏功率数据进行聚类划分；

步骤3、由经过步骤2聚类后的光伏功率数据分别构建XGBoost模型、LightGBM模型，由历史时刻光伏功率数据构建LSTM模型，将所述XGBoost模型、LightGBM模型及LSTM模型进行融合，得到预测模型，并输出预测结果。

2.根据权利要求1所述的一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，还包括步骤4、应用平均绝对误差e_MAE与平均绝对百分比误差e_MAPE进行所述预测结果进行评估，如下式所示：

上式中，n为样本数量，

与y_i分别是样本i的预测值与真实值。

3.根据权利要求1所述的一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，步骤1具体过程为：通过3-sigma原理进行异常光伏功率数据的识别，将异常光伏功率数据替换为其前后两点光伏功率数据的平均值；并对替换后的光伏功率数据进行标准化。

4.根据权利要求1所述的一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，步骤2具体包括以下步骤：

步骤2.1、选取历史时刻光伏功率数据并绘制光功率曲线，并对波峰值、波谷值进行曲线拟合，形成上、下包络线；

步骤2.2、将一定范围内波峰波谷数量f_i和上下包络线之间面积v_i作为指标进行K-means聚类划分；

步骤2.2.1、给定聚类数K和样本数据集D；

步骤2.2.2、随机生成K个聚类中心；

步骤2.2.3、利用下式判断样本集中数据到K个聚类中心的距离：

上式中，x_i表示第i个样本数据，c_j表示第j个聚类中心，x_it表示第i个样本中的第t个特征数据，c_jt表示第j个聚类中的第t个特征数据；

步骤2.2.4、将各个样本数据分配到距其最近的聚类中心；

步骤2.2.5、待所有样本数据分配完毕后，根据每个聚类内所有样本数据重新计算聚类中心；

步骤2.2.6、重新计算样本数据集D中每个样本数据到新聚类中心的距离，重复步骤2.2.3-步骤2.2.5；当聚类中心不再变化或达到最大迭代次数时停止。

5.根据权利要求1所述的一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，在步骤2所述聚类划分过程后，采用K折交叉验证对各簇数据的训练集、验证集和测试集进行划分。

6.根据权利要求5所述的一种基于包络线聚类的多模融合光伏功率预测方法，其特征在于，步骤3具体包括以下步骤：

步骤3.1、由经过聚类后的光伏功率数据训练集分别构建XGBoost-1模型、LightGBM-1模型，由历史时刻光伏功率数据构建LSTM模型；

步骤3.2、将XGBoost-1模型输出值添加到LightGBM-2的输入特征中，并进行LightGBM-2模型的训练；

步骤3.3、将LSTM输出的数据与LightGBM-1添加到XGBoost-2输入特征中，并进行XGBoost-2模型的训练；

步骤3.4、根据验证集结果采用网格搜索自动调整各模型超参数；

步骤3.5、按0.3、0.3、0.2、0.2的权重融合XGBoost-1、XGBoost-2、LightGBM-2、LSTM模型，得到预测模型，并输出预测结果。

Images