CN110059862A - 一种基于自编码与极限学习机的光伏区间预测方法和*** - Google Patents

Abstract

本发明公开了一种基于自编码与极限学习机的光伏区间预测方法和***。以双输出的极限学习机模型构建光伏区间预测模型，双输出分别为光伏区间的上下限，由于光伏区间实际值的缺乏，传统的极限学习机训练算法随之失效。本发明采用启发式算法优化训练极限学习机，并提出相应的初始化算法，用于提高启发式算法计算结果和效率，其内容包括：基于线性回归区间估计的预测区间初始化；基于自编码的极限学习机输入权重矩阵初始化；基于粒子群的双输出极限学习机的优化训练。通过该模型获取的光伏预测区间，替代传统的光伏点预测值，可以为电力***日前鲁棒调度以及日内经济调度提供更加充足的信息。

Description

一种基于自编码与极限学习机的光伏区间预测方法和***

技术领域

本发明属于配电网调度优化领域，具体地说是一种基于自编码与极限学习机的光伏区间预测方法和***。

背景技术

太阳能光伏发电作为一种清洁、可再生、蕴藏量巨大的新能源，继风电之后逐渐得到人们的青睐。但太阳能光伏发电受到太阳辐射强度的影响，其出力具有较强的随机性与间歇性，大量光伏作为分布式电源接入配电网后，对电网的调峰、调频、备用、潮流、母线电压等都具有较大影响。

光伏发电出力的区间预测是进行电力***调度的基础。通过准确的光伏区间预测，可以为配电网的日前鲁棒调度和日内经济调度提供充足的光伏出力预测信息。

发明内容

本发明的目的是提供一种基于自编码与极限学习机的光伏区间预测方法，其用于提高光伏区间预测精度，进而更好地为配电网日前和日内调度提供充足且准确的光伏预测信息。

为此，本发明采用如下的技术方案：一种基于自编码与极限学习机的光伏区间预测方法，其包括步骤：

步骤1)，对光伏出力历史数据进行预处理；

步骤2)，基于线性回归区间估计，获取光伏预测区间初始值；

步骤3)，利用自编码技术，初始化极限学习机输入权重矩阵；

步骤4)，建立基于双输出极限学习机的光伏区间预测模型，针对步骤2)和3)得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

通过光伏区间预测模型获取的光伏预测区间，替代传统的光伏点预测值，可以为电力***日前鲁棒调度以及日内经济调度提供更加充足的信息。

作为上述方法的补充，对于光伏预测区间的精度衡量标准包括平均预测区间宽度PI_mean、预测区间覆盖率PICP和综合前两者的覆盖区间综合指标CWC(Coverage Width-based Criterion)，分别如下式所示：

式中，t_i是第i点光伏实际值，和分别是预测区间的上限和下限，当第i点光伏实际值t_i位于预测区间时，指数函数的值为1，否则为0，N是数据集中数据样本的个数，R是数据集中光伏输出范围，超参数η为一个正常数，超参数δ为预期预测区间覆盖率。

作为上述方法的补充，所述的步骤1)中，对光伏出力历史数据进行预处理，包括：

首先，进行数据清理，即对数据中噪声、数据异常、数据缺失进行处理；对于缺失数据项，根据具体情况采用多种方式进行处理；当缺失数据较少时，根据其缺失时间前后的数据记录值，采取线性插值方法进行补缺或直接删除属性值不全的数据点；对于噪声，假设噪声是被测量的变量的随机误差或方差，使用分箱、聚类、回归方法光滑数据，减少噪声干扰；

其次，检验数据的完整性与合理性：光伏功率积累数据具备时间顺序，数据序列连续，根据采样间隔和通信延迟指标要求，检查采集数据的数量是否等于预期的数量；检查各类物理量的实际取值是否在合理取值范围内，通过聚类检测离群点，删除离群点数据。

作为上述方法的补充，所述的步骤2)中，针对训练数据集，采用交叉验证技术进行划分，用于获取训练数据集中各样本的预测值上下限；

对于每次划分出作为训练集的数据{X,T}，X为训练集的输入参数值，T为训练集的输出参数值，采用线性回归对其进行拟合T＝XB+μ，其中μ为拟合误差，B为权重矩阵，满足均值E(μ)＝0和方差Var(μ)＝σ²I，其中σ为标准差，I为单位矩阵，拟合得到权重矩阵B′＝(X^TX)^-1X^TT和标准差σ′；

针对剩下的测试集中每个样本{X₀，T₀}的预测误差e₀服从正态分布，该正态分布的均值与方差如下所示：

样本{X₀，T₀}对应的预测区间为

其中T₀′＝X₀B′，μ₀表示样本{X₀，T₀}的拟合误差，t_α/2,n-m表示自由度为n-m的α分位数对应的卡方分布，n为训练集数据个数，m为输入参数个数。

作为上述方法的补充，所述步骤3)中，利用极限学习机自编码器，将训练集数据中的数据作为极限学习机自编码器中的输入与输出；

随机产生自编码器中隐藏层的输入权重矩阵和偏置，并对其正交化；

计算极限学习机自编码器的输出权重矩阵如下式所示：

式中，C为常数，H为极限学习机自编码器各隐藏节点的输出；

对输出权重矩阵进行转置，即为双输出极限学习机的输入权重矩阵。

作为上述方法的补充，所述步骤4)中，将步骤2)和3)中得到的初始化区间作为双输出极限学习机模型的输出，将由自编码器中获得转置的输出权重矩阵用于初始化极限学习机的输入权重矩阵，替代常规的随机初始化；基于光伏预测区间的初始化和输入权重矩阵的初始化，对双输出极限学习机模型训练，获取对应的双输出极限学习机模型的输出权重矩阵；

将获取的输出权重矩阵初始化粒子群启发式算法，然后利用粒子群，不断更新双输出极限学习机模型的输出权重矩阵，以CWC作为粒子群的惩罚函数。

本发明采用的另一种技术方案为：一种基于自编码与极限学习机的光伏区间预测***，其包括：

数据预处理单元：对光伏出力历史数据进行预处理；

光伏预测区间初始值获取单元：基于线性回归区间估计，获取光伏预测区间初始值；

输入权重矩阵初始化单元：利用自编码技术，初始化双输出极限学习机输入权重矩阵；

预测模型建立单元：建立基于双输出极限学习机的光伏区间预测模型；预测模型优化训练单元：针对前述单元得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

与现有技术相比，本发明具有的有益效果如下：

传统基于双输出极限学习机的光伏区间预测的方法并没有考虑到模型的初始化问题，直接随机产生双输出极限学习机的输入权重矩阵，由于实际的光伏区间值是缺失的，只能采用启发式算法对其进行参数优化，而初始化的随机性会极大地影响启发式算法的进化求解。

本发明针对该问题采用线性回归区间拟合与自编码方法改善模型的初始化问题，使得模型的求解性能有了很大的提高，同时自编码方法也降低模型的过拟合现象，有效地保证了预测区间的精度，能够为配电网调度提供更加精确可靠的光伏发电信息。

附图说明

图1为本发明方法的流程示意图；

图2为本发明双输出极限学习机模型架构图；

图3为本发明极限学习机自编码结构图；

图4为本发明区间预测结果图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。

实施例1

本实施例提供一种基于自编码与极限学习机的光伏区间预测方法，该区间预测方法包括以下步骤：

步骤1)，对光伏出力历史数据进行预处理；

步骤2)，基于线性回归区间估计，获取光伏预测区间初始值；

步骤3)，利用自编码技术，初始化双输出极限学习机输入权重矩阵；

步骤4)，建立基于双输出极限学习机的光伏区间预测模型，针对步骤2)和3)得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

对于光伏预测区间的精度衡量标准包括平均预测区间宽度PI_mean、预测区间覆盖率PICP和综合前两者的覆盖区间综合指标CWC(Coverage Width-based Criterion)，分别如下式所示：

式中，t_i是第i点光伏实际值，和分别是预测区间的上限和下限，当第i点光伏实际值t_i位于预测区间时，指数函数的值为1，否则为0，N是数据集中数据样本的个数，R是数据集中光伏输出范围，超参数η为一个正常数，超参数δ为预期预测区间覆盖率。

所述的步骤1)中，对光伏出力历史数据进行预处理，包括：

首先，进行数据清理，即对数据中噪声、数据异常、数据缺失等情况进行处理，使数据中传递的信息尽可能真实可靠；对于缺失数据项，可根据具体情况采用多种方式进行处理；当缺失数据较少时，可根据其缺失时间前后的数据记录值，采取线性插值方法进行补缺；也可以直接删除属性值不全的数据点，但这样会减少可用样本数量；对于噪声，可假设噪声是被测量的变量的随机误差或方差，使用分箱、聚类、回归等方法光滑数据，减少噪声干扰；

其次，检验数据的完整性与合理性：光伏功率积累数据具备时间顺序，数据序列应当连续，一般根据采样间隔和通信延迟指标要求，检查采集数据的数量是否等于预期的数量；检查各类物理量的实际取值是否在合理取值范围内，通过聚类检测离群点，删除离群点数据。

所述的步骤2)中，针对训练数据集，采用交叉验证技术进行划分，用于获取训练数据集中各样本的预测值上下限；

对于每次划分出作为训练集的数据{X,T}，X为训练集的输入参数值，T为训练集的输出参数值，采用线性回归对其进行拟合T＝XB+μ，其中μ为拟合误差，B为权重矩阵，满足均值E(μ)＝0和方差Var(μ)＝σ²I，其中σ为标准差，I为单位矩阵，拟合得到权重矩阵B′＝(X^TX)^-1X^TT和标准差σ′；

针对剩下的测试集中每个样本{X₀，T₀}的预测误差e₀服从正态分布，该正态分布的均值与方差如下所示：

样本{X₀，T₀}对应的预测区间为 其中T₀′＝X₀B′，μ₀表示样本{X₀，T₀}的拟合误差，t_α/2,n-m表示自由度为n-m的α分位数对应的卡方分布，n为训练集数据个数，m为输入参数个数。

所述步骤3)中，利用极限学习机自编码器，将训练集数据中的数据作为极限学习机自编码器中的输入与输出；

随机产生自编码器中隐藏层的输入权重矩阵和偏置，并对其正交化；

计算极限学习机自编码器的输出权重矩阵如下式所示：

式中，C为常数，H为极限学习机自编码器各隐藏节点的输出；

对输出权重矩阵进行转置，即为双输出极限学习机的输入权重矩阵。

所述步骤4)中，将步骤2)和3)中得到的初始化区间作为双输出极限学习机模型的输出，将由自编码器中获得转置的输出权重矩阵用于初始化极限学习机的输入权重矩阵，替代常规的随机初始化；

基于光伏预测区间的初始化和输入权重矩阵的初始化，对双输出极限学习机模型训练，获取对应的双输出极限学习机模型的输出权重矩阵；

将获取的输出权重矩阵初始化粒子群启发式算法，然后利用粒子群，不断更新双输出极限学习机模型的输出权重矩阵，以CWC作为粒子群的惩罚函数。

实施例2

本实施例提供一种一种基于自编码与极限学习机的光伏区间预测***，其包括：

数据预处理单元：对光伏出力历史数据进行预处理；

光伏预测区间初始值获取单元：基于线性回归区间估计，获取光伏预测区间初始值；

输入权重矩阵初始化单元：利用自编码技术，初始化双输出极限学习机输入权重矩阵；

预测模型建立单元：建立基于双输出极限学习机的光伏区间预测模型；

预测模型优化训练单元：针对前述单元得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

应用例

本发明采用实际的光伏出力数据(2010年7月1号至2012年6月16号)，如表1所示，详细说明本发明所提出的一种基于自编码与极限学习机的光伏区间预测方法。该数据包含时间、光照辐射、温度、风速和太阳能出力，将该数据集中的前70％数据作为训练集，剩余的作为测试集用于评价预测区间的效果。

表1数据样本部分展示

年	月	日	小时	辐射度(W/m<sup>2</sup>)	功率(W/m<sup>2</sup>)	温度(℃)	风速(m/s)
								2010	7	11	7-8	432.3150	28.2228	31.9794	1.8565
2010	7	11	9-10	461.3166	28.3652	32.0694	2.0247
								2010	7	11	11-12	0	0	0	0
2010	7	11	13-14	301.2090	18.5228	28.8984	2.6892
								…	…	…	…	…	…	…	…

观察原始数据发现，部分数据点检测数据全为零，虽然存在部分时段因太阳辐照度低，气温较低等情况致使光伏输出功率为零的情况，但温度为零显然是异常的。为尽可能保证原有数据的可信度，在数据清理过程中将含有异常数据的点删除，不采用其他方法修改异常数据。添加历史数据和剔除异常数据后的部分数据展示如表2所示。

表2数据预处理部分结果展示

首先利用线性回归获得初始预测区间值，然后在通过极限学习机自编码初始化预测模型的输入权重矩阵，极限学习机自编码结构如附图2所示。最后，利用双输出极限学习机模型建立区间预测模型，其结构如附图3所示。双输出极限学习机模型采用启发式算法中的粒子群算法对其参数进行优化训练，粒子群算法参数设置如表3所示。

表3粒子群算法参数设置

由于启发式算法具有一定的随机性，进而每次结果均会存在一定差异，本应用例将此算法进行5次实验，并与随机初始化方法进行对比，将最好、最差以及平均结果依次进行展示，如表4-表6所示，本发明方法最好结果部分展示如附图4所示。

表4本发明方法与随机初始化方法最好结果对比情况

	本发明方法	随机初始化方法
			CWC	22.02	174.92
PICP	90.63	93.96
			PI<sub>mean</sub>/R	22.02	174.92

表5本发明方法与随机初始化方法最差结果对比情况

	本发明方法	随机初始化方法
			CWC	28.28	620.14
PICP	92.49	87.88
			PI<sub>mean</sub>/R	28.28	159.74

表6本发明方法与随机初始化方法平均结果对比情况

	本发明方法	随机初始化方法
			CWC	25.89	347.39
PICP	91.30	91.99
			PI<sub>mean</sub>/R	25.89	187.52

通过比较表4-表6的结果可以看出，本发明提出的区间预测方法最好、最差和平均结果均比随机初始化区间预测结果要好，本发明提出的区间预测方法通过对初始值进行优化，使得初始值离最优解更接近，进而启发式算法能够在有限的时间内搜索到更好的解。

Claims (8)

1.一种基于自编码与极限学习机的光伏区间预测方法，其特征在于，该区间预测方法包括以下步骤：

步骤1)，对光伏出力历史数据进行预处理；

步骤2)，基于线性回归区间估计，获取光伏预测区间初始值；

步骤3)，利用自编码技术，初始化双输出极限学习机输入权重矩阵；

步骤4)，建立基于双输出极限学习机的光伏区间预测模型，针对步骤2)和3)得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

2.根据权利要求1所述的基于自编码与极限学***均预测区间宽度PI_mean、预测区间覆盖率PICP和综合前两者的覆盖区间综合指标CWC，分别如下式所示：

式中，t_i是第i点光伏实际值，和分别是预测区间的上限和下限，当第i点光伏实际值t_i位于预测区间时，指数函数的值为1，否则为0，N是数据集中数据样本的个数，R是数据集中光伏输出范围，超参数η为一个正常数，超参数δ为预期预测区间覆盖率。

3.根据权利要求1或2所述的基于自编码与极限学习机的光伏区间预测方法，其特征在于，所述的步骤1)中，对光伏出力历史数据进行预处理，包括：

首先，进行数据清理，即对数据中噪声、数据异常、数据缺失进行处理；对于缺失数据项，根据具体情况采用多种方式进行处理；当缺失数据较少时，根据其缺失时间前后的数据记录值，采取线性插值方法进行补缺或直接删除属性值不全的数据点；对于噪声，假设噪声是被测量的变量的随机误差或方差，使用分箱、聚类、回归方法光滑数据，减少噪声干扰；

其次，检验数据的完整性与合理性：光伏功率积累数据具备时间顺序，数据序列连续，根据采样间隔和通信延迟指标要求，检查采集数据的数量是否等于预期的数量；检查各类物理量的实际取值是否在合理取值范围内，通过聚类检测离群点，删除离群点数据。

4.根据权利要求1或2所述的基于自编码与极限学习机的光伏区间预测方法，其特征在于，所述的步骤2)中，针对训练数据集，采用交叉验证技术进行划分，用于获取训练数据集中各样本的预测值上下限；

对于每次划分出作为训练集的数据{X,T}，X为训练集的输入参数值，T为训练集的输出参数值，采用线性回归对其进行拟合T＝XB+μ，其中μ为拟合误差，B为权重矩阵，满足均值E(μ)＝0和方差Var(μ)＝σ²I，其中σ为标准差，I为单位矩阵，拟合得到权重矩阵B′＝(X^TX)^{- 1}X^TT和标准差σ′；

针对剩下的测试集中每个样本{X₀，T₀}的预测误差e₀服从正态分布，该正态分布的均值与方差如下所示：

样本{X₀，T₀}对应的预测区间为 其中T₀′＝X₀B′，μ₀表示样本{X₀，T₀}的拟合误差，t_α/2,n-m表示自由度为n-m的α分位数对应的卡方分布，n为训练集数据个数，m为输入参数个数。

5.根据权利要求4所述的基于自编码与极限学习机的光伏区间预测方法，其特征在于，所述步骤3)中，利用极限学习机自编码器，将训练集数据中的数据作为极限学习机自编码器中的输入与输出；

随机产生自编码器中隐藏层的输入权重矩阵和偏置，并对其正交化；

计算极限学习机自编码器的输出权重矩阵如下式所示：

式中，C为常数，H为极限学习机自编码器各隐藏节点的输出；

对输出权重矩阵进行转置，即为双输出极限学习机的输入权重矩阵。

6.根据权利要求5所述的基于自编码与极限学习机的光伏区间预测，其特征在于，所述步骤4)中，将步骤2)和3)中得到的初始化区间作为双输出极限学习机模型的输出，将由自编码器中获得转置的输出权重矩阵用于初始化极限学习机的输入权重矩阵，替代常规的随机初始化；

基于光伏预测区间的初始化和输入权重矩阵的初始化，对双输出极限学习机模型训练，获取对应的双输出极限学习机模型的输出权重矩阵；

将获取的输出权重矩阵初始化粒子群启发式算法，然后利用粒子群，不断更新双输出极限学习机模型的输出权重矩阵，以CWC作为粒子群的惩罚函数。

7.一种基于自编码与极限学习机的光伏区间预测***，其特征在于，包括：

数据预处理单元：对光伏出力历史数据进行预处理；

光伏预测区间初始值获取单元：基于线性回归区间估计，获取光伏预测区间初始值；

输入权重矩阵初始化单元：利用自编码技术，初始化双输出极限学习机输入权重矩阵；

预测模型建立单元：建立基于双输出极限学习机的光伏区间预测模型；

预测模型优化训练单元：针对前述单元得到的区间初始值和输入权重矩阵，利用PSO启发式算法，优化训练光伏区间预测模型。

8.根据权利要求7所述的基于自编码与极限学习机的光伏区间预测***，其特征在于，

对于光伏预测区间的精度衡量标准包括平均预测区间宽度PI_mean、预测区间覆盖率PICP和综合前两者的覆盖区间综合指标CWC，分别如下式所示：

式中，t_i是第i点光伏实际值，和分别是预测区间的上限和下限，当第i点光伏实际值t_i位于预测区间时，指数函数的值为1，否则为0，N是数据集中数据样本的个数，R是数据集中光伏输出范围，超参数η为一个正常数，超参数δ为预期预测区间覆盖率。