長短期記憶網絡在光伏與風電功率預測中的應用

周岳 明鏡

關鍵詞：功率預測;風力發電;光伏發電;長短期記憶網絡

隨著近年來新能源發電的不斷發展，我國光伏和風電裝機容量的增長極為迅速，并已于2010年年底超越美國成為全球風電裝機容量第一的國家，于2016年超越德國成為光伏發電量世界第一的國家。我國各個地區新能源裝機量都有大幅度增加，尤其是西北地區，新能源裝機總量已經超過35%，新能源滲透率不斷升高，風電與光伏的不穩定性所帶來的影響也逐步加大，對未來的風電與光伏功率預測顯得更為重要。

風電和光伏功率預測一般采用包括傳統預測方法和人工神經網絡方法方法，傳統預測方法包括時間序列、回歸分析和趨勢外推等方式，其模型簡單，運算高效，但對風電和光伏等隨機性較大的系統預測能力不足。隨著計算機算力的不斷增加，人工智能算法，如小波分析、支持向量機和人工神經網絡等均在功率預測方面有了長足發展。

本文介紹的長短期記憶網絡算法，是一種人工神經網絡算法，適合于功率預測等時序數據的分析和處理。并在此基礎上，提出一種數據優化方式，提高預測準確性。

一、長短期記憶網絡

（一）人工神經網絡

人工神經網絡是一種模擬生物神經元的算法，理論方面不再贅述，本文僅從具體的實現上進行說明。一個人工神經網絡包括輸入層、輸出層、中間層（隱藏層），層中還包括激活函數等，計算過程需要使用損失函數進行參數優化。

中間層一般包括一層或多層，每一層的輸入為上一層的各個節點，對節點的數據進行線性計算，并將結果通過激活函數進行非線性化后，形成這一層的輸出。對于下一層而言，獲取上一層的輸出后，同樣進行線性計算，再通過激活函數后形成非線性的輸出，直到系統最終的輸出層。對于激活函數，如果使用線性激活函數，則整個系統最終也會是一個線性系統。所以要體現出系統的非線性，必須使用非線性激活函數。常見的激活函數包括tanh函數、sigmod函數、relu函數等，觀察此類函數的模型，sigmod和tanh函數實現了一種從0-1和從-1-1的類線性化，而在0-1和從-1-1之外，函數的輸出近似為-1、0或1，可見此類激活函數的功能，是將輸出的一部分“提取出來”，其他部分棄之不用。對于此類激活函數，神經網絡一定程度上可以看出是由若干個線性系統片段合成的一個非線性系統。Relu函數是通過0點的突變提供非線性，當輸入低于0時，輸出為0，輸入高于0時，輸出等于輸入。使用此激活函數，程序計算效率比sigmod更高。除上述函數外，還有多種激活函數，一般實際使用中會酌情選擇，也可以多嘗試進行選優。

損失函數用以表示計算（預測）結果和實際結果之間的誤差，損失函數越小，則計算結果和實際結果越接近，神經網絡也越能近似實際系統。損失函數往往選用均方誤差、平均絕對值誤差、指數損失函數、對數損失誤差等。對于回歸計算，往往采用均方差誤差損失函數，但異常數據較多時，平均絕對值誤差的適應性可能更好。實際使用也應當對各種損失函數進行測試。另外，不同損失函數的損失值不能直接比較，因此如果相比較采用不同損失函數后，所訓練出的模型的優劣，需要對數據制定額外的評分標準。

（二）循環神經網絡

人工神經網絡有一個問題是，數據都只能單獨處理一個或一組輸入，前一個和后一個輸入完全沒有關系。而在實際數據中，上一組輸入輸出往往跟當前的輸入輸出有明顯的關聯，數據也往往是有序的，傳統神經網絡并不能有效處理這種情況。因此產生一種循環神經網絡。

循環神經網絡的中間層，會增加一個與之并列的循環層，循環層會保留中間層的權重矩陣，并提供給下一次中間層進行計算。通過這種中間層和循環層相互配合，上一次的輸入就可以影響到下一次的輸出。

（三）長短期記憶網絡

循環神經網絡的輸出，由當前輸入和上一次輸入決定。對于一個序列數據，比如一串時序數據較多時，當輸人為最后的數據時，第一個數據的權重會不斷降低到幾乎無法使用，或者不斷增加到梯度爆炸。

為了解決這個問題，長短期記憶網絡使用一組門代替循環神經網絡的循環層。這組門可以記住重要的信息，忘記不重要的信息，相比如循環神經網只能無差別的記憶疊加，對歷史輸入信息有了選擇性。可以認為，長短期記憶網絡是在循環神經網絡的循環層進行強化，使其擁有了遺忘、選擇、決定輸出的能力。遺忘功能是根據當前的輸入和上一次的輸出，共同決定節點狀態中的信息的保留程度;選擇功能是根據當前的輸入和上一次的輸出，決定更新哪些信息;決定輸出是根據這些信息通過激活函數實現當前節點的輸出。通過訓練，長短期記憶網絡對時序數據有良好的應用效果。

二、氣象數據分析

（一）氣象預測數據

常用的氣象預測數據一般包括：不同高度的風速、不同高度的風向、短波輻射通量、長波輻射通量、氣壓、云量、溫度、濕度、總降水、大尺度降水、對流降水，還有其他動量通量、潛熱通量、感熱通量等。對于風電和光伏功率預測，一般選用相關性較高的部分信息作為輸入數據，選擇輸出功率作為輸出數據。

對數據的選擇一般需首先對輸入輸出數據進行相關性分析，相關性較高的數據作為輸入數據。對于可能產生影響的數據，也可酌情選為輸入數據。一般來說，對于風電功率預測，風速、風向、溫度、氣壓等信息應當作為輸入數據;對于光伏功率預測，短波輻射通量、云量、溫度等信息應當作為輸入數據。

除了上述有明顯相關性的數據，部分數據符合邏輯的數據也應當作為輸入項，例如光伏數據有明顯的周期性，包括日周期和年周期，一般也會將光伏數據的時間和日期作為參數;沿海地區的風速和風向隨著晝夜變化，一般也會體現出一定的周期性，也可考慮將時間作為輸入參數。

（二）預測數據準確性

對比氣象預測數據和氣象實測數據可知，氣象預測數據往往能夠預測出氣象數據的整體變化趨勢，但對于實際數據的波動性難以準確預測。且相較于光照信息、風速等信息的預測精度較差。考慮到風速的預測隨機性較大，算法進行訓練時應格外注意過擬合問題。

三、功率預測算法實現

（一）數據預處理

一般情況下，得到的原始數據里面會存在有問題的數據，此類數據會影響預測的精度，甚至讓模型在某些情況得到完全錯誤的輸出結果，因此需要對原始數據中不合理的部分進行處理。數據處理一般包括以下幾類：

1.數據錯誤

數據錯誤包含情況較多，例如時間數據為從1970年的無效數據;0數據表示數值為0還是空，數據的單位不一致，此類情況均需酌情處理。如果本身訓練數據較為豐富，可以直接將有問題的數據進行識別和刪除。

2.缺失值和重復值

重復值一般情況下是刪除重復項即可，但如果是時間相同但數值不同的重復數據，則需要根據上下文數據進行篩選。缺失值的處理一般按照缺失值多少進行處理，當缺失值較少時，一般使用均值或中位數進行填補;缺失值較多時，長短期記憶網絡由于大量數據缺失導致無法給網絡提供一系列穩定的時序數據組，因此一般不建議使用長短期記憶網絡。

3.離群值

離群值指部分有一個或少數幾個數值與其他數值差異較大，一般情況下離群值并不能表示整個系統的一般特性，在沒有特殊要求的情況下可以對離群值進行剔除。數據較少時，離群值可以通過繪圖后手動確}人，并進行處理，當數據較多時，一般需要對數據進行聚類后，確定離群值并處理。

（二）功率預測的流程

本文選擇使用Pvthon程序及其人工智能庫keras等進行開發。Pvrhon由于其開發簡單，可用的機器學習庫十分豐富，且可以免費使用，在人工神經網絡等應用方面得到了廣泛應用。Keras庫的使用一般包含下述幾個步驟：

1.讀取數據

一般使用pandas庫從csv等表格文件中讀取輸入輸出數據。瀆取后的數據類型為dataframe，是一種易于使用的數據結構。

2.數據預處理

數據的預處理根據實際情況而定，一般會處理錯誤數據、離群數據等，另外需要將輸入輸出數據的時間嚴格對應，即同組的輸入輸出必須為同一時刻。

3.數據選擇

處理后的數據需要從中選擇輸入、輸出，部分算法還需要對輸入輸出進行歸一化。

4.訓練與測試數據

一般情況下，為了驗證預測模型的準確性，會將數據分為訓練集和測試（驗證）集，訓練集的數據進行模型訓練，測試集的數據用來測試模型的準確性。對于長短期記憶網絡，每次的輸入數據除了當前時刻，還包含當前時刻之前的多個數據組。

5.搭建模型

使用keras提供的層進行模型的搭建，選擇合適的模型參數和類型，一般情況下使用默認參數可以滿足大部分需求。

6.模型訓練和測試

將分好的數據放入keras進行訓練，完成訓練后使用測試數據進行預測，并將測試數據中的實際值和模型輸出的預測值進行比較。訓練后的模型可以儲存下來重復訓練和使用，這也讓模型具備持續學習的能力。

通過上述過程，可以實現風電和光伏功率預測模型的訓練，如果在服務器設備上定期執行氣象數據獲取和預測任務，可以實現持續的功率預測。

（三）預測算法的實現

以風電為例，首先對數據進行相關性分析，相關性較高的數據為風速和風向，因此選用不同高度的風速和風向作為輸入數據，可酌情增加溫度等信息。輸出數據為風力發電站的實測功率。

將輸入輸出的數據時間對應，對于完整的數據，直接選擇共同的起始時間，選擇合適的數據長度。對于可能不完整的數據，需要按照時間將所有數據一一對應。

異常數據處理，對于氣象數據和發電站發電數據，首先確定正常的數據類型為一定范圍內的數字，對數據的處理首先清理掉所有非數字的內容，比如空數據，或者“一”等表示空的字符。利用pyrhon中的isNum等函數可以判斷進而剔除掉非數字項。對于可能越限的數據，首先指定數據的合理范圍，比如發電功率應當不超過發電站的裝機容量，風向的范圍是0-360，風速的范圍大于0，且不超過當地的歷史最大風速。

對于超出范圍的數據，需人工核查，已確定前期指定的范圍是否合理。如發電功率在少數情況下，是會呈現略低于0的負數，這是因為無風無光的情況下，變電站會從電網取少量電能，此類情可以視數據為合理值。實踐中可將略低于0的發電功率人為修改為0，修改后對訓練模型無明顯影響。

本文使用長短期記憶網絡，需將輸入數據及其之前一定時間內的輸入數據合并為更高緯數據，例如上述風速風向的輸入數據為1x6的數組，如果采用1小時的4組數據，則組合為1x6x4的數組作為輸入數據。如果這一個小時內存在異常數據，則該組輸入數據應當舍棄，從而確保輸入數據是連續的、無誤的一個小時氣象數據。

建立基本模型結構，選擇LSTM層+Dense層的組合，層數與節點數量需根據實際情況多次試驗選定。本文所使用的數據，選擇使用3層中間層，每層128個節點的模型已有較好效果，再增加層數或節點數差異不大。

設置參數后進行模型學習和預測，預測結果如圖1左：

圖1左中是預測3天風力發電站的輸出功率，其中兩條曲線分別是實際功率和預測功率。可以看出通過預測天氣數據進行預測的功率能夠大致描述出風力發電站的輸出功率，但細節和精度較為一般。

對比圖1右這3天的實際功率和實際風速曲線可以清晰看出，功率與風速有非常明顯的相關性，這也符合我們對風力發電設備的預期。由此也可以得出結論，氣象預測數據中的風速預測是產生預測偏差的主要原因。

以光伏為例，首先對數據進行相關性分析可知，光伏發電功率與短波輻射通量呈明顯的強相關性，而對其他部分的關聯性均不明顯。可酌情增加溫度和風速等信息作為輸入數據。

對數據的預處理與風電站基本相似，并額外考慮光功率資源的周期性，一般光伏的輻照強度及發電功率會呈現明顯的周期性，在夜間數據應當在0值附近，如果超出范圍則應當為異常數據。

設置參數后進行模型學習和預測，預測結果如圖2左：

圖2左中是預測3天光伏發電站的輸出功率，兩條曲線分別是實際功率和預測功率。可以看出通過預測天氣數據進行預測的功率能夠大致描述出光伏發電站的輸出功率，但部分情況下難以準確描述具體的變化細節。

對比圖2右這3天的實際功率和實際測光數據可以看出，測光數據（法向直射輻照度）與實際功率的相關性較高，光伏發電受云層遮擋影響較大，氣象預測無法準確計算具體時刻的云層位置和密度，因此通過氣象預測進行功率預測也難以預測出由于云層飄過導致功率暫降等情況。

結語

本文從數據處理、模型分析到編程思路等方面討論了長短期記憶網絡在光伏與風電功率預測中的應用方式，通過該方式可以實現風電或光伏發電站的功率預測，可作為風電和光伏發電站運行的參考信息。模型具備持續學習的能力，能夠隨著不斷使用，逐步優化預測模型，提升預測精度。

風光功率預測十分依賴氣象預測數據，氣象數據與實際功率的相關性直接決定了預測的準確度。通過對比實際功率和實際風速、實際光照可知，風速、光照與發電功率呈強相關性，功率預測產生偏差的主要環節是氣象預測數據與實際風速和實際光照的差異。由于氣象預測一般難以準確預測出實際風速和光照的變化細節，僅可以表述出大體的變化趨勢.因此預測出的功率一般也只能表現出整體趨勢。

本文中預測準確度整體較一般，在下一步研究中應當結合相似日等優化算法與人工智能算法相結合，進一步提高預測準確度。