[发明专利]一种基于数据迁移的风力发电功率预测方法及装置

说明书

本发明提出一种基于数据迁移的风力发电功率预测方法及装置，首先在数据集预处理过程中通过树模型执行数据迁移，解决训练集和测试集分布不一致的状况；树模型效率最高而且可以并行处理，适合大量数据，比现有的方法更快且数据规模要求低；其次本发明提出了后处理模块，弥补了模型和算法的表达能力，使预测精度更高，准确率有了较大提高。

技术领域

本发明属于新能源风力发电领域，特别是涉及到一种基于数据迁移的风力发电功率预测方法及装置。

背景技术

有关风力发电的功率预测目前大多采用传统的机器学习算法如线性模型(lasso)、树模型(GBM)等和前沿的深度学习如CNN、 LSTM等。虽然算法的表达能力和泛化能力都在逐步变强，但这些算法有一个大的假设前提即训练集和测试集满足独立同分布，而实际这个假设是不可能满足的，因此会影响风电功率预测的准确性。

为了解决训练集和测试集分布不同的问题，还采用了其他类型的算法如TCA、JDA和基于深度学习相关的迁移算法。但是这些算法也各有优缺点，TCA和JDA适合数据量不大的情景如几百到上千的数据，因为其需要很大的计算资源；而深度学习一般需要大量的数据才能使模型有较强的泛化性。

发明内容

本发明提出一种基于数据迁移的功率预测方法及装置，通过树模型的方法来改善训练集、测试集分布不一致的问题，从而使风电功率预测的准确率有了较大提高。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于数据迁移的风力发电功率预测方法，使用数据集构建功率预测模型，在功率预测模型建模前，使用树模型进行数据集的预处理，所述预处理过程具体包括：

S1、数据集根据时间戳划分训练集、验证集和测试集；进行数据清洗；

S2、使用树模型对训练集建模；

S3、用该模型对测试集样本进行预测，统计每个样本的路径长度，然后对路径长度进行排序；

S4、针对S3的排序结果，选取下p分位数的样本，采用最近邻方法寻找训练集中数据，生成新样本加入到训练集中。

进一步的，还包括：

S5、将训练集数据进行特征工程处理。

进一步的，构建功率预测模型后，根据风机本身功率曲线参数，对预测数据进行后处理。

更进一步的，所述后处理包括：根据风机本身功率曲线的拐点把曲线分为若干段，每段根据损失函数进行优化。

进一步的，步骤S4中所述新样本的生成方法包括：对训练集用最近邻算法建模，对于满足下p分位数的数据用建好的模型遴选数据，作为新样本加入到训练集中。

本发明另一方面还提出一种基于数据迁移的风力发电功率预测装置，包括功率预测模型构建模块和数据预处理模块；

功率预测模型构建模块，用于使用数据集构建功率预测模型；

数据预处理模块，用于使用树模型进行数据集的预处理，其包括：

数据划分单元，用于将数据集根据时间戳划分训练集、验证集和测试集；进行数据清洗；

树模型建模单元，用于使用树模型对训练集建模；

测试集排序单元，用于用树模型建模单元构建的模型对测试集样本进行预测，统计每个样本的路径长度，然后对路径长度进行排序；

新样本生成单元，用于针对测试集排序单元的排序结果，选取下p分位数的样本，采用最近邻方法寻找训练集中数据，生成新样本加入到训练集中。

进一步的，所述数据预处理模块还包括：