基于时间序列神经分层插值模型的光伏功率超短期多步预测

作     者：李楠 刘佳佳 赖心怡 杨志远 王泽亮 文福拴 LI Nan;LIU Jiajia;LAI Xinyi;YANG Zhiyuan;WANG Zeliang;WEN Fushuan

作者机构：国网湖北荆门供电公司湖北荆门448000 浙江大学海南研究院海南三亚572025 

出 版 物：《智慧电力》 (Smart Power)

年 卷 期：2024年第52卷第4期

页      面：69-77页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家重点研发计划资助项目(2022YFB2403100) 

主　　题：光伏功率预测 时间序列神经分层插值模型(N-HiTS) 综合相关性度量(ICM) K近邻(KNN) 线性插值 

摘      要：针对光伏功率预测准确性受数据质量和外部变量影响的问题,提出一种结合外生变量分析、数据质量控制以及时间序列神经分层插值(N-HiTS)模型的光伏功率超短期多步预测方法。首先,提出用于筛选外生变量的综合相关性度量(ICM)指标,并采用K近邻(KNN)算法与线性插值策略处理数据缺失问题。然后,引入N-HiTS长时间序列预测模型,通过多尺度信号采样和分层插值提高模型对长时间序列数据的处理能力。最后,通过算例对所提方法与传统光伏功率预测方法进行对比分析,验证了所提方法的预测准确性。