CN111832818B - 一种基于相关性分析的lstm网络发电多步预测方法 - Google Patents

Abstract

本发明公开了一种基于相关性分析的LSTM网络发电多步预测方法。本发明首先通过R/S分析法计算各变量的赫斯特指数，剔除本身不具有相关性的变量；然后利用灰色关联法计算各变量与发电量的关联度，进一步剔除出与光伏发电量关联度小的变量，选择关联度大的变量来进行训练；最后，利用W.Pedrycz的粒化方法对训练变量进行预处理，构建改进的长短时记忆LSTM网络对光伏发电量进行多步预测。通过分析利用筛选前、后变量进行光伏发电量多步预测仿真图和均方误差，证明了本发明提出的相关性分析方法和构建改进的LSTM网络的有效性，对解决具有相关性变量的多步预测问题具有很重要的意义。

Description

一种基于相关性分析的LSTM网络发电多步预测方法

技术领域

本发明属于预测分析领域，具体涉及一种基于变量相关性分析的LSTM网络光伏发电多步预测方法。

背景技术

太阳能光伏发电蕴藏着巨大的能量，是一种可再生的清洁能源。但是光伏发电受多变量影响，呈现较强的波动性和间歇性。若能够精确预测光伏发电量和实现对未来有效长度的多步预测将对于电量的控制、优化和未来的调度有着至关重要的意义。

常见的时间序列预测方法和模型很多，基于智能预测算法，典型的有小波分析、支持向量机、人工神经网络法等，尽管这类网络在非线性预测领域发挥了重要的作用，但由于样本输入节点之间相互离散，网络本身并不关注输入节点的时序关系，导致数据在不同输入时序下会得到完全不同的结果，对具有时间序列的变量预测精度不理想。

长短时记忆网络每个记忆单元引入了3个门，分别为输入门、遗忘门、输出门，从而在网络训练中能够实现根据数据内部的联系自发控制各门的开闭和记忆单元值的更新，并赋予网络可变的“记忆”长度，能够很好的解决时间序列问题。目前大多数LSTM预测网络并未对变量进行相关性分析，只是对变量数据进行简单的处理，直接进行训练。由于多特征多维度变量的相关性无法清晰表达、导致预测精度不理想。

发明内容

本发明针对以上出现的不足，设计一种基于变量相关性分析的LSTM网络光伏发电多步预测方法。

本发明包括以下步骤：

步骤一、利用R/S相关性分析剔除与发电量不相关性的变量

所述的变量包括温度、气流、湿度、风速、地表最高温度、气压、降雨量和辐射量，根据R/S相关性分析法计算各个变量的赫斯特指数，筛选出具有相关性的变量。

步骤二、计算具有相关性的变量与发电量之间关联值大小，剔除关联度小的变量。

步骤三、利用W.Pedrycz的粒化方法对变量进行预处理

用W.Pedrycz的粒化方法对变量的时间序列数据进行模糊粒化，主要分两个步骤：划分窗口和模糊化。

所述划分窗口是将时间序列数据分割成若干小子序列，作为操作窗口；

所述模糊化是将产生的每一个窗口进行模糊化，生成一个个模糊集也就是模糊信息粒。

步骤四、构建长短时记忆网络对发电量进行多步预测

(1)以上一单元的输出h_t-1和本单元的输入x_t通过sigmoid函数，为上一单元状态C_t-1中的每一项产生一个在[0,1]的f_t值，来控制前一时刻单元状态保留的程度。

由tanh函数产生一个新的候选向量通过组合作用为/>的每一项产生一个(1-f_t)的值，控制当前时刻新信息加入的量；将前一时刻单元状态保留的量与当前时刻新信息值加入的量设为互补的两个值。

利用前一时刻保留的单元状态值和当前时刻新加入信息值来更新当前的单元状态C_t值。

(2)长短时记忆网络的输出门层决定模型的输出，通过sigmoid函数层为单元状态产生一个在[0,1]内的值o_t，控制单元状态被过滤的程度，从而得到长短时记忆网络的输出h_t。

(3)利用构建好的长短时记忆网络进行预测

设置长短时记忆网络参数，选用筛选后的变量，其中变量的前80％数据进行训练，后20％数据用于测试。

将筛选后的变量作为长短时记忆网络的输入，层数设为4层；发电变量作为长短时记忆网络输出，层数设为3层，中间隐含层单元设为90*3个，设置长短时记忆网络的时间序列交替时间步数为3步，梯度阈值为1。

本发明的有益效果：本发明首先通过R/S分析法，由Hurst指数对每个预测变量进行相关性分析，剔除本身不具有相关性的变量；其次利用灰色关联法分析法，确定各个预测变量与光伏发电量的关联程度大小，进一步剔除与发电量关联度低的变量，减小对无关变量的预测；最后对筛选后的变量数据进行W.Pedrycz粒化处理，构建能够进行多步预测的长短时记忆网络LSTM网络进行预测，从而增加光伏发电量预测的准确性和提高预测的效率。

附图说明

图1.是整个预测流程图；

图2.是光伏发电量的赫斯特指数图；

图3.是改进LSTM网络内部结构；

图4.是光伏发电量的样本数据图；

图5.是LSTM对原始未筛选变量对发电量的多步预测仿真图。

图6.是LSTM对筛选后变量对发电量的多步预测仿真图。

具体实施方式

以下结合附图对本发明作进一步说明。

本实施例利用清华大学气象站公布的2019年3月至6月以1个小时为单位每天24个小时的气象数据对模型的预测效果进行检验。附图1为本发明的具体操作流程图。包括以下各步骤：

步骤一、利用R/S相关性分析剔除不具有相关性的变量

Hurst指数的计算过程如下：

(1)将总长度为M的序列R_t分为长度为n(n>3)的A(取N/n的整数部分)个连续子区间，即An＝M。任一子区间可表示为I_a。其中a＝1,2,…,A。在任一子区间I_a中的元素可表示为R_k,a，其中k＝1,2,…,n。则任一子区间I_a的均值为：

(2)计算每个子区间I_a偏离子区间均值的累积离差：

(3)计算出每个子区间I_a的极差：

R_a＝man(X_k,a)-min(X_k,a),k＝1,2,…,n

(4)计算出每个子区间I_a的标准差：

(5)计算出每个子区间I_a的重标极差：

(R/S)_a＝R_a/S_a

(6)对每个子区间重复上述步骤，得到重标极差的一个序列(R/S)_a，计算这个序列的均值：

将子区间的长度n增加到n+1,n+2,…,重复上述计算，直到长度n＝N/2最后对方程log(R/S)_n＝logC+H*logn用最小二乘法进行估计，得到解释变量logn前的系数H即为所求的Hurst指数。

赫斯特推得关系为：(R/S)_n＝c*n^H，c为常数，n为观察值的个数，H为赫斯特指数，根据赫斯特指数值的不同，可以将变量序列分为三种类型：

(1)0<H<0.5，说明说明变量序列是一种反相关性，即未来的变化趋势与过去趋势相反，且H越接近于0反持续性越强。

(2)H＝0.5，说明该变量序列是标准的随机游走序列，即未来变化趋势和过去趋势的增量没有关系。

(3)0.5<H<1，说明该变量时间序列具有正相关和持久性，过去的增加趋势预示未来的增加趋势，过去的减少趋势预示着将来的减少趋势。H趋于1时，表示过去与将来关系密切。根据持久性与反持久性对时间序列未来的变化趋势可做出定量分析。

计算气象站公布的各个变量得到对应的Hurst指数H值，结果如表1所示。由表1中数据可知，温度、湿度、气压、风速、辐射量和发电量的H指数均介于0.5到1之间，说明它们都具有正相关性，未来有和现在相同的变化趋势，在步骤二中继续进行灰色关联分析。而地表最高温度和降雨量的赫斯特指数约等于0.5，说明序列是标准的随机游走序列，变量没有相关性不能进行预测，予以剔除。附图2为发电量的赫斯特指数仿真图。

表1各个变量对应H指数结果

步骤二、计算具有相关性的变量与发电量之间关联度大小

(1)用矩阵x表示通过R/S分析过得到的具有相关性的变量，即

其中，n＝7，m∈R⁺，x矩阵中第一列为光伏发电序列，其余各列为影响发电量的变量，分别为温度、气流、湿度、气压、风速和辐射量。

(2)同向化x矩阵中的各元素，通过倒数法(即1/x_mn)将逆指标转化为正指标。转化后的数据矩阵仍记为x。

(3)对上步得到的数据矩阵进行无量纲化处理。计算公式为

计算后的数据矩阵为：

(4)确定最优的参考样本Y⁺和最劣的参考样本Y^-

(5)采用欧式距离公式计算各样本点到最优、最劣参考样本的距离为 为

(6)计算样本点到最优样本点的相对接近度，即灰色关联系数为

其中，W_k∈[0,1]，即W_k越接近于1，则表明样本点与最优样本点的相对距离越近，该影响变量与输出发电量的关联度越大。表2为各变量的灰色关联系数。

表2相关性变量与发电量的关联系数

相关性变量	关联系数
		温度	0.7996
气流	0.2874
		湿度	0.6978
气压	0.5375
		辐射量	0.9590
风速	0.3078

由表2可以看出气流和风速与发电量关联度较小予以剔除，温度、湿度、气压和辐射量与发电量关联比较密切，尤以辐射量的相关性最强，接近于1。因此本次训练选取这四个变量作为发电量的输入变量进行预测。

步骤三、利用W.Pedrycz的粒化方法对变量进行预处理

用W.Pedrycz的粒化方法对相关性变量时间序列数据进行模糊粒化，主要分两个步骤：划分窗口和模糊化。划分窗口就是将时间序列数据分割成若干小子序列，作为操作窗口；模糊化则是将产生的每一个窗口进行模糊化，生成一个个模糊集也就是模糊信息粒。

步骤四、构建长短时记忆网络(LSTM)对发电量进行多步预测

本实施例对LSTM网络进行改进，将遗忘门和输入门进行组合，只遗忘那些需要被放入新信息的状态数据。

首先，以上一单元的输出h_t-1和本单元的输入x_t通过sigmoid函数，为C_t-1中的每一项产生一个在[0,1]的f_t值，来控制前一时刻单元状态保留的程度。然后，由tanh函数产生一个新的候选向量通过组合作用为/>的每一项产生一个(1-f_t)的值，控制当前时刻新信息加入的多少。将前一时刻单元状态保留的多少与当前时刻新信息值加入的多少设为互补的两个值(和为1)，即：只有当需要加入新信息时，才会去遗忘；只有当需要遗忘时，才会加入新信息。最后，利用前一时刻保留的单元状态值和当前时刻新加入信息值来更新当前的单元状态C_t值，采用公式形式表达如下：

f_t＝σ(W_f*[h_t-1,x_t]+b_f)

式中，W_f为权值矩阵；b_f为偏置量。σ采用Sigmoid函数。W_c为t时刻候选状态的权值矩阵；b_c为偏置量。

LSTM的输出门层决定模型的输出，先将单元状态激活，通过sigmoid函数层为单元状态产生一个在[0,1]内的值o_t，控制单元状态被过滤的程度，从而得到LSTM网络的输出h_t。

o_t＝σ(W₀*[h_t-1,x_t]+b₀)

h_t＝o_t*tabh(C_t)

式中，o_t为记忆状态，有选择性地控制着网络中的信息流通。W₀为t时刻输出门o_t的权值矩阵；b₀为偏置量。通过构建的LSTM网络利用筛选前、后的变量分别进行发电量的多步预测。

图3为改进后的LSTM网络模型，设置LSTM网络参数，选用未筛选变量样本2500*9个数据，以样本的前80％数据进行预测训练，后20％用于测试；网络将筛选变量作为输入，层数为8层，发电变量作为输出，层数为3层，中间隐含层单元为90*6个；设置LSTM的时间序列交替时间步数为3步，梯度阈值为1；指定初始学习率0.005，在125轮训练后通过乘以因子0.2来降低学习率。该网络利用随机梯度下降Adam模型进行拟合，采用均方误差(MSE)损失函数进行优化，增加迭代次数以达到最好的训练效果。图4为光伏发电量的样本数据图；图5是LSTM利用原始未经筛选变量进行发电量的多步预测仿真图。

然后，用筛选后的变量样本2500*5个数据，同样利用改进的LSTM模型进行训练预测。图6是LSTM利用筛选后变量进行发电量的多步预测仿真图。表2为筛选变量前、后对发电量预测的MSE结果对比。

表2筛选变量前、后对发电量预测的MSE结果

根据图5和图6利用筛选变量前、后进行发电量的三步预测仿真图和表2预测MSE结果表明经过一系列变量相关性分析方法对变量进行筛选，使用构建改进的LSTM多步预测方法都达到了很好的效果。实现了对发电量的多步预测，提高了预测精度。

Claims (1)

1.一种基于相关性分析的LSTM网络发电多步预测方法，其特征在于包括以下步骤：

步骤一、利用R/S相关性分析剔除与发电量不相关性的变量

所述的变量包括温度、气流、湿度、风速、地表最高温度、气压、降雨量和辐射量，根据R/S相关性分析法计算各个变量的赫斯特指数，筛选出具有相关性的变量；

步骤二、计算具有相关性的变量与发电量之间关联值大小，剔除关联度小的变量；

步骤三、利用W.Pedrycz的粒化方法对变量进行预处理

用W.Pedrycz的粒化方法对变量的时间序列数据进行模糊粒化，主要分两个步骤：划分窗口和模糊化；

所述划分窗口是将时间序列数据分割成若干小子序列，作为操作窗口；

所述模糊化是将产生的每一个窗口进行模糊化，生成一个个模糊集也就是模糊信息粒；

步骤四、构建长短时记忆网络对发电量进行多步预测

(1)以上一单元的输出h_t-1和本单元的输入x_t通过sigmoid函数，为上一单元状态C_t-1中的每一项产生一个在[0,1]的f_t值，来控制前一时刻单元状态保留的程度；

由tanh函数产生一个新的候选向量通过组合作用为/>的每一项产生一个(1-f_t)的值，控制当前时刻新信息加入的量；将前一时刻单元状态保留的量与当前时刻新信息值加入的量设为互补的两个值；

利用前一时刻保留的单元状态值和当前时刻新加入信息值来更新当前的单元状态C_t值；

(2)长短时记忆网络的输出门层决定模型的输出，通过sigmoid函数层为单元状态产生一个在[0,1]内的值o_t，控制单元状态被过滤的程度，从而得到长短时记忆网络的输出h_t；

(3)利用构建好的长短时记忆网络进行预测

设置长短时记忆网络参数，选用筛选后的变量，其中变量的前80％数据进行训练，后20％数据用于测试；

将筛选后的变量作为长短时记忆网络的输入，层数设为4层；发电变量作为长短时记忆网络输出，层数设为3层，中间隐含层单元设为90*3个，设置长短时记忆网络的时间序列交替时间步数为3步，梯度阈值为1。