基于RF-LSTM网络的风电机组状态参数预测

王喜才

摘 要：为实现风电机组的早期故障预警，提出一种基于随机森林（RF）结合长短期记忆（LSTM）网络的风电机组状态参数预测方法。结果表明，在不同的输入变量与预测方法下，RF-LSTM均具有较高的预测精度，不仅克服了众多状态参数存在的高维度、非线性等问题，还保证了输入变量的重要信息不会随着时间被遗忘。

关键词：风电机组;随机森林;状态参数预测;长短期记忆网络

1 引言

由于风电场所处位置偏僻，风电机组系统和各部件关联的复杂性，当风电机组出现故障时，所处环境的恶劣会使风电机组维修困难，导致运行维护成本较高。

2 RF-LSTM网络预测方法

2.1 RF原理

RF是以决策树为学习器的集成学习方法。对于回归问题，通过建立每棵决策树，抽取一定数量的特征，从中选择最合适的特征作为分裂节点来划分左右子树，生成多个决策树模型，每一个决策树的预测结果为叶子结点的均值，RF最终的预测结果为所有决策树预测结果的均值。

2.2 LSTM网络原理

LSTM网络是循环神经网络（Recurrent Neural Network，RNN）的一种改进。LSTM网络的计算过程如下：

遗忘门会根据输入的状态决定哪些信息会被遗忘，从而得到遗忘门的输出状态f（t）f（t）：

f（t）=σ（Wfaa（t−1）+Wfxx（t）+bf）f（t）=σ（Wfaa（t−1）+Wfxx（t）+bf）（2）

式中，x（t）x（t）为当前时刻的输入，a（t−1）a（t−1）是上一时刻的细胞状态，WfaWfa，WfxWfx是遗忘门权重系数;bfbf是遗忘门偏置;σσ是遗忘门激活函数。

更新门决定细胞状态是否更新。细胞状态的更新是由更新门的输出状态i（t）i（t）与tanhtanh函数激活输出c¯（t）c¯（t）的乘积和上一时刻的细胞状态c（t−1）c（t−1）与遗忘门f（t）f（t）的乘积组成。其输出表达式为：

i（t）=σ（Wiaa（t−1）+Wixx（t）+bi）i（t）=σ（Wiaa（t−1）+Wixx（t）+bi）（3）

c¯（t）=tanh（Wcaa（t−1）+Wcxx（t）+bc）c¯（t）=tanh（Wcaa（t−1）+Wcxx（t）+bc）（4）

c（t）=i（t）×c¯（t）+f（t）×c（t−1）c（t）=i（t）×c¯（t）+f（t）×c（t−1）（5）

式中，WiaWia，WixWix，WcaWca，WcxWcx是更新門的权重系数;bibi，bcbc是更新门的偏置;σσ，tanhtanh是更新门的激活函数;c（t）c（t）是更新后的细胞状态。

输出门决定是否将当前状态传递给下一时刻。

o（t）=σ（Woaa（t−1）+Woxx（t）+bo）o（t）=σ（Woaa（t−1）+Woxx（t）+bo）（6）

a（t）=o（t）×tanh（c（t））a（t）=o（t）×tanh（c（t））（7）

式中，o（t）o（t）是当前单元的隐藏状态，WoaWoa，WoxWox是输出门细胞状态更新权重系数;bobo是输出门细胞状态偏置;σσ，tanhtanh是输出门激活函数;a（t）a（t）是当前时刻神经网络的隐藏状态。

2.3 RF-LSTM网络预测模型

针对风电机组状态参数预测，提出的RF-LSTM网络预测模型的实现流程。RF-LSTM网络预测模型的实现可以分为三个阶段：第一个阶段是数据预处理。采集风电机组SCADA系统监测的状态参数数据作为样本数据，对其进行归一化处理。第二个阶段是输入变量筛选。将处理后的样本数据输入到RF模型进行10折交叉验证训练，记录每次模型得到的均方误差。第三个阶段是预测模型构建。初始化LSTM网络参数，结合评价指标对参数寻优，构建RF-LSTM网络预测模型。

3基于RF-LSTM网络的状态参数预测

3.1模型参数选择

3.1.1 RF参数选择

本实验在MATLAB2018b平台上运行，取采样数据的2/3作为训练集，1/3作为测试集。RF算法有两个主要参数：决策树的数量（CART）和叶子节点数（T）。采用MSE作为RF参数寻优的评价指标，一般是将叶子节点数设置为5。

3.2.2 LSTM网络参数选择

设置LSTM网络的batchsize为64，学习率为0.001，最大迭代次数为30，优化器为adam。为了研究LSTM网络参数对于预测精度的影响，选取记忆单元个数和隐藏网络层数两个参数进行测试，并以MAE和loss值作为评价指标。

以单层LSTM网络作为训练模型，改变记忆单元个数，分析不同记忆单元个数对模型预测精度的影响。

随着记忆单元个数递增，评价指标MAE和loss的数值整体上先升高后下降，当记忆单元个数为32时，单层LSTM网络训练的预测精度较好。

3.2结果分析

3.2.1输入变量筛选结果分析

为了验证RF在输入变量选择方面的优势，引入传统的PCC方法和MI算法对各个状态参数进行分析，共得到3种不同的状态参数组合，将其作为LSTM网络预测模型的输入变量。

依据RF理论计算各个状态参数的重要性值。

将该实验的19个状态参数作为特征。选择基于MI的向后消除特征算法，从全部的特征开始，每一轮消除一个与目标边缘化最大的特征，并记录下所有剩余特征。当没有特征消除时，该算法就会停止。

在第12轮之前，MI损失百分比几乎是没有变化的，表示已消除的12个特征对于目标影响不大。随着轮数的增加，MI损失百分比的曲线开始出现转折，并呈现上升的趋势，说明在第12轮后消除特征会对目标变量信息造成损失。因此，选择第12轮时的特征当作输入变量，即为编号1、3、5、6、11、18和19，共7个状态参数。

根据PCC理论得出各个状态参数与目标变量对应的皮尔逊相关系数。选择皮尔逊相关系数在[0.6，1]和[-1，-0.6]范围内的状态参数作为输入变量，即编号1、2、4、5、6、8、9、10、11、12、13、14、17和19，共14个状态参数。

根据以上结果分析得出：RF筛选出4个状态参数作为输入变量，MI筛选出7个状态参数作为输入变量，PCC筛选出14个状态参数作为输入变量。

3.2.2预测结果分析

取采样数据的前2680组数据当作训练集，后200组数据当作测试集，对比三种不同算法筛选的输入变量对预测结果的影响。

RF-LSTM与真实值的曲线拟合程度要略优于MI-LSTM和PCC-LSTM。

加入未经处理的单变量与全集，综合比较不同的输入变量对于预测结果的影响。

五种输入变量的模型测试时间相差并不大，文中模型效果好。RF-LSTM模型得出的MAE、MSE相对较小，R2较大，综合比较该模型优于其它模型。为验证LSTM网络模型在预测方法中的优越性，与SVR、BP两种方法进行比较，三种方法预测结果的评价指标。

4 结论

本文将RF理论应用到输入变量筛选中，除去与目标变量相关性较小的状态参数，并与MI、PCC进行比较，验证该输入变量的有效性。将其应用到SVR、BP网络中，通过对比验证了LSTM网络在预测模型中的优越性。该模型在一定程度上提高了预测精度，可以将该方法进一步应用到风电机组其他状态参数中，预测未来时刻的风电机组状态参数值，为风电机组的早期故障预警提供更接近于真实值的数据。

参考文献

[1]孙鹏， 李剑， 寇晓适，等.采用预测模型与模糊理论的风电机组状态参数异常辨识方法[J].电力自动化设备， 2017， 37（8）： 90-98.