【《风电功率数据及功率预测模型对比分析概述》3000字】

风电功率数据及功率预测模型对比研究概述目录TOC\o"1-3"\h\u6551风电功率数据及功率预测模型对比研究概述 180841.1风功率数据 165621.1.1数据集来源 1307441.1.2特征变量的选择 2257901.1.3数据预处理 3319731.1.4训练集和测试集构造 4306161.2模型实验 4260441.2.1SVM模型 4188231.2.2随机森林模型 5308961.2.3LSTM实现与参数设计 6276581.3结果对比分析 71.1风功率数据1.1.1数据集来源数据集是由内蒙古自治区三个风电场提供，分别是东电茂霖（经棚）碧柳河风电场、(中科天道)黄岗梁风电场、（蒙东协和）扎旗阿日昆都楞风电场。这些原始数据是从2019年1月1日至2019年5月22日的天气预报信息报表和功率报表，数据都为每15min一条，一共有13632条数据，符合短期风电功率预测的数据集特点。数据包含层高、风向、风速、温度、湿度、气压和空气密度等。图8展示了部分数据样例。图SEQ图\*ARABIC8原始数据Fig.8rawdata1.1.2特征变量的选择根据第二章的技术介绍及查阅风功率影响因素的相关论文，再综合实际数据，对预测模型的特征变量进行选择。r=根据前期搜集到的数据，进行特征变量的筛选，特征变量的筛选选择使用皮尔逊相关系数来进行判定，计算相关系数的公式如式25。利用皮尔森相关系数，分别计算层高、风向、风速、温度、湿度、气压、空气密度与实际功率之间的相关系数。假设两个变量为X、Y，最终计算出的相关系数的含义可以有如下理解:(1)当相关系数为0时，X和Y两变量无关系。(2)当X的值增大，Y值增大；X值减小，Y减小，两个变量同增同减，则两个变量为正相关，相关系数在0.00与1.00之间。(3)、当X的值增大，Y值减小；X的值减小，Y的值增大，则两个变量为负相关，相关系数在-1.00与0.00之间。相关系数的绝对值越大，越接近1或者-1，两变量之间的相关性越强；相关系数越接近0，两变量的相关度越弱。相关系数值与相关强度对应关系：相关系数:0.8-1.0极强相关0.6-0.8强相关0.4-0.6中等程度相关0.2-0.4弱相关0.0-0.2极弱相关或无相关表SEQ表\*ARABIC1皮尔森相关系数值Table.1Pearsoncorrelationcoefficient特征相关系数风速0.49风向0.36温度0.26湿度0.28空气密度0.09气压0.07层高0.1实际功率1.0如表所示，根据皮尔森相关系数值的大小，剔除掉层高、气压、空气密度，这些变量的与功率的相关性较小，而且存在比较大的误差，会很大程度影响模型预测的效果。最终确定特征变量为风速，风向，湿度，温度。1.1.3数据预处理在进行数据预测时，数据预处理尤为重要，因为数据预处理的情况会很大程度的影响后续数据预测的准确率。因此数据集的预处理要尽可能细致。数据的预处理是指在现有的数据中，对记录不准确或者不符合要求的数据进行删除、修改。情况会有很多比如：数据类型不一致、数据精度不够，有异常值、缺失数据，包括数据量过小等。为了使后面对数据预测的结果具有更高的可信度，对原始的数据集进行数据预处理。下面数据的预处理主要是针对三个电厂的数据信息。（1）缺失数据补全数据集中经常由于记录不及时，会有大量的空白数据，也就是缺失值数据，我们需要找到后对其进行补充。在本次实验数据中包括了一些数据在记录中缺失功率信息。通过缺失数据的插值来将数据补充完整。本文选择了均值补全方法，使用for循环遍历数据集，判断每列是否有空值，如果有空值则用这一列的均值对其进行填充。（2）归一化处理为了方便数据处理和模型的训练，将风功率数据按特征分别做归一化的处理，将数据按列进行处理，删除平均值和缩放到单位方差来标准化特征。得到的结果是将每列数据都聚集在0附近，使得新的X数据集方差为1，均值为0。把有量纲表达式变成无量纲表达式，这样处理之后，不同量级的数据进行对比的时候更加的直观和方便。且是针对每一个特征维度来做的，而不是针对样本。通过公式(26)对处理后的数据集做归一化处理，公式如下：x∗μ代表样本数据得到的均值，σ代表样本数据对应的标准差。如图9是数据归一化处理后的数据集：图SEQ图\*ARABIC9归一化数据Fig.9normalizeddata1.1.4训练集和测试集构造以东电茂霖（经棚）碧柳河风电场2019年1月1日至2019年5月22日的历史数据为研究依据，建立实验所需的训练集和测试集。调用sklearn.model_selection中的train_test_split，将数据集划分为测试集和训练集，train_test_split的参数test_size为0.2，80%为训练集，20%为测试集。1.2模型实验1.2.1SVM模型对于SVM模型，数据集使用经过皮尔森相关系数计算后保留的特征数据集，模型参数采用较常用的高斯核函数，模型中比较重要的参数有c和σ。C越大，意味着对误差表现的惩罚程度相对也就越高，样本学习相对要精确的多。所以，过拟合的难度小；相反，C越小，惩罚程度相对也就越小，难免欠拟合。σ越小越容易欠拟合，σ越大越容易过拟合。在此模型中使用网格搜索法来确定最好的C和σ组合。网格搜索法是从一种从指定的值中遍历搜索最优参数的方法，即对各个参数在给定的一系列取值中完成组合，得到的组合结果就像建立一个网格。在各项参数组合后，返回一个最优的参数组合值。设置网格搜索的范围102，10，10−1,10，最终确定最优参数为图SEQ图\*ARABIC10SVM预测结果Fig.10SVMpredictionresults1.2.2随机森林模型由于随机森林随机选择特征的特性，对于随机森林模型进行数据预处理时与之前不同，没有将气压和空气密度进行剔除，将其保留输入到模型中，训练时本文选择100棵树来寻找最合适的特征，随机森林预测结果如图11所示。随机森林选择的特征重要程度如图12所示。图SEQ图\*ARABIC11随机森林预测结果Fig.11randomforestpredictionresults图SEQ图\*ARABIC12随机森林特征重要性Fig.12importanceofrandomforestcharacteristics很明显可以看出随机森林选择了风速为主要特征，与之前皮尔森相关系数得出的风速相关性最强相符合，但是温度、湿度的重要程度比较低，甚至低于压强和空气密度。1.2.3LSTM实现与参数设计模型具体步骤为：（1）数据处理：数据中有风速、风向、气压、温度、湿度、空气密度、实际功率数据，对这些数据进行预处理。（2）训练建模：LSTM网络进行建模，将风速、温度、湿度、风向作为输入，风功率作为输出。初始化LSTM模型参数，利用优化算法不断优化调整以提升风电场风功率实际的预测精度。（3）风功率预测：对风电场风功率进行预测，得出最后的结果。LSTM由于是时间序列模型，所以在数据集划分测试集训练集时不能简单的调用train_test_split方法，train_test_split方法会将数据打乱，从而失去了时间序列的意义，此处将前11000条作为训练集，剩余数据作为训练集输入神经元为32个，激活函数为relu函数，，隐藏层为16个神经元，隐藏层dropout设置为0.2。训练时优化函数为Nadam，训练30个epoch，输出神经元为1，输出功率预测值。模型预测结果情况如图13。图SEQ图\*ARABIC13LSTM预测结果Fig.13LSTMpredictionresults1.3结果对比分析1.1.1误差分析本文采用均方根误差(RMSE)和平均绝对误差(MAE)来对各预测模型进行统计对比分析。其中RMSE反映出来的是误差的统计学特性，是用来衡量观测值同真值之间的偏差，其公式为：RMSE=式中：RMSE为均方根误差；Ei为第i个预测值与实际值的绝对误差；Yi为第i个实际值；MAE作为一个线性分数，在平均值上，它的个体权重是一致的，它表示预测值和观测值之间绝对误差的平均值。其公式为：MAE=式中：MAE为平均绝对误差；Ei为第i个预测值与实际值的绝对误差；Yi为第i个实际值；模型误差指标如表3-1所示。表SEQ表\*ARABIC2结果评估Table.2ResultEvaluation预测模型MAERMSE随机森林2.654.07SVM5.847.90LSTM4.756