基于CNN-LSTM-lightGBM组合的超短期风电功率预测方法

王愈轩， 刘尔佳， 黄永章*

(1.华北电力大学电气与电子工程学院， 北京 102206； 2. 国网湖北省武汉电力公司信息通信分公司， 武汉 430000)

随着风力发电技术的日臻成熟，风力发电装机规模逐年加大，依据国家能源局发布的2022年上半年全国电力工业统计数据显示，全国风电装机容量约3.4×108kW，同比增长17.2%，风电已成为中国可再生能源的重要组成部分[1]。由于风电功率变化受环境气象影响较大，其出力呈现较大的间歇性和波动性，并网过程对电网安全稳定运行影响较大[2-3]。因此，提高风电功率预测精度对于风电并网的安全稳定运行具有重要意义。

为有效提高风电功率预测精度，学者们提出许多研究方法，预测方法按模型大致可分为单一模型预测和组合模型预测。单一模型预测方法简单，预测精度有待提高，常见的单一模型包括支持向量机(support vector machine, SVM)[4]、BP神经网络(back propagation neural network，BPNN)[5]、卷积神经网络(convolutional neural networks, CNN)[6]、长短期记忆网络(long short-term memory，LSTM)[7]、极端梯度提升 (extreme gradient boosting，XGboost)[8]、梯度提升学习(light gradient boosting machine, lightGBM)[9]等方法。组合模型通常在单一模型的基础上，通过组合方法来优化模型特征输入或者模型权重分配，从而获得更高的预测精度，更广泛地应用于各类时序预测问题当中，常见的组合方法有模态分解法、自适应权重学习法、最优加权组合法、误差倒数法等[10-12]。文献[13-14]首先采用变分模态分解法(variational mode decomposition，VMD)对风电功率数据集进行分解，然后使用权值共享门控循环单元(weight sharing gate recurrent unit, WSGRU)算法对其分量进行建模预测，最后对所有子分量预测值叠加输出风电功率预测值。文献[15]采用集合经验模态分解(complete ensemble empirical mode decomposition，CEEMD)对风电数据序列进行分解，分解得到的不同特征尺度的各分量作为最小二乘支持向量机(least square support vector regression, LSSVR)模型的训练输入量，将各分量的预测输出值叠加得到最终的风电功率预测值。文献[16]首先通过完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis，CEEMDAN)对原始风电功率数据进行分解处理,然后利用改进的天牛须搜索算法(improved beetle antennae search algorithm, IBAS)和极限学习机(extreme learning machine，ELM)构建预测模型,分别预测每个序列分量,最后叠加每个序列分量的预测值得到最终预测值。文献[17]采用CNN对风电数据集进行特征提取, 然后基于自适应权重法建立CNN-LSTM&循环神经网络(gate recurrent unit，GRU)组合预测模型；文献[18]将负荷、温度、日期等数据信息作为数据输入，然后分别基于LSTM和lightGBM算法构建预测模型，最后基于最优加权组合方法确定组合预测模型。文献[19]首先采用LSTM和XGboost构建两种单一预测模型，然后应用误差倒数法建立了LSTM-XGboost的组合模型。

综上所述，组合模型在时序预测问题中的取得了不错的效果，但风电功率受当地环境气象和风力发电机组自身参数影响较大，如风速、风向、气压、空气密度、温度、风力发电机组利用率、功率曲线保证率等，环境气象数据多维、波动性较强，导致风电功率出现较大的日变化率和季节变化率，不同的风电资源呈现的风电功率特性完全不同，以张北曹碾沟风电场实际年运行数据统计为例，全年日平均出力变化率为32%～44%,全年季节平均岀力变化率可达21%～56%，面对海量多维、强波动的风电数据挑战，风电功率预测精度仍有待提高，探索新的组合预测模型需要深入研究。

鉴于此，以提高风电功率预测精度为目标，提出了基于CNN-LSTM-lightGBM组合的超短期风电功率预测方法。首先，分别建立CNN-LSTM和 lightGBM 的风电功率超短期预测模型。其中，CNN-LSTM模型，采用CNN对风电数据集进行特征处理，并将其作为LSTM模型的输入，从而建立CNN-LSTM融合的预测模型。然后，采用误差倒数法对CNN-LSTM和lightGBM的预测数据进行加权组合，建立CNN-LSTM-lightGBM组合的预测模型。最后采用张北某风电的风电数据集，以未来4 h风电功率为预测目标，验证组合模型的有效性。以期为超短期风电功率预测问题提供一种有效的解决方法。

1 CNN-LSTM预测模型

风电场采集的风电数据集主要包括风电功率、风速、风向、气压、空气密度、温度等，风电数据集包含海量多维数据，数据特征波动性较强，建立高精度的预测模型难度较大，为有效解决该问题，引入CNN算法对输入数据进行特征提取，然后将提取的特征提供给LSTM模型以进行读取，以此建立 CNN-LSTM 融合的风电功率预测模型。

1.1 CNN特征提取

CNN是处理具有类似网格结构数据的神经网络方法，其基本结构包括卷积层、池化层、全连接层[20]。卷积层通过卷积运算，可以使原数据特征增强，便于提取局部特征。池化层用于数据二次特征提取，同时降低神经网络参数数目。全连接层采用Softmax进行全连接，把提取的局部特征结合变成全局特征。二维卷积神经网络(2D CNN)被广泛应用于图像识别领域，而时序预测问题适用于一维卷积神经网络(1D CNN)，故采用1D CNN提取风电数据集序列的特征信息，其特征提取过程如图1所示，数据经过多次重复卷积和池化，在此过程中提取的特征信息不断强化，该特征信息能有效反应风电功率变化的规律，最后将提取的特征信息展平，得到可用于LSTM模型的特征输入。

图1 1D CNN特征提取过程Fig.1 1D CNN feature extraction process

1.2 CNN-LSTM 模型结构

LSTM是一种特殊的循环神经网络(recurrent neural network,RNN)，可在模型训练当中学习长期的数据变化规律。LSTM预测模型通过控制3个门完成预测任务，其中遗忘门控制信息保留，输入门控制信息输入，输出门控制信息输出[21]，其原理结构图如图2所示。

LSTM学习训练过程如式(1)～式(5)所示。

Ft=ε(Mf[Ht-1,Xt]+bf)

(1)

It=ε(Mi[Ht-1,Xt]+bi)

(2)

Ot=ε(Mc[Ht-1,Xt]+b0)

(3)

Ct=FtCt-1+Ittanh(Mo[Ht-1,Xt]+bc)

(4)

Ht=Ottanh(Ct)

(5)

式中：ε为激活函数；Ft为遗忘门输出；It为输入门的输出；Ot为输出门输出；Ct为当前时刻神经单元状态；Ht为t时间步下的LSTM记忆单元的输出；Mf为遗忘门权重矩阵；Mi、Mc为隐藏输入门权重矩阵；Mo为单元到输出门权重矩阵，bi为输入门参数矩阵；Xt为当前t时间步的输入；bf为当前隐藏层遗忘门的偏差值；b0为当前隐藏层输入门的偏差值；bc为当前隐藏层记忆单元的偏差值。

CNN特征提取后，将提取特征展平并提供给LSTM模型输入层进行读取，然后经过多个隐藏层处理，将信息传入全连接层后得到预测输出，图3展示了CNN-LSTM的模型结构预测过程。

图2 LSTM原理Fig.2 LSTM principle

图3 CNN-LSTM 模型结构Fig.3 CNN-LSTM model structure

2 lightGBM预测模型

lightGBM是微软2017年基于梯度提升树(gradient boosting decisiontree，GBDT)提出的一种决策树集成学习算法[22-23]，lightGBM通过引入基于梯度的单边采样(gradient-based one-side sampling，GOSS)和互斥特征捆绑(exclusive feature bundling，EFB)方法解决了传统GBDT在特征的分裂点需要遍历全部数据计算信息增益所造成的耗时问题。lightGBM的基本思想是通过集成cart回归树建立预测模型，其预测结果可表示为

(6)

式(6)中：fM(x)为预测值；ft(x)为第t棵树的输出值；R为树集合空间。

预测结果为每棵树的预测输出值的累加和。lightGBM模型采用Histogram(直方图)和带深度限制的叶子生长(leaf-wise)策略改进极大地提升了模型预测速度。直方图算法因其不需要额外存储预排序的结构，而是直接保存特征离散后的值，从而大大降低了内存的占用量，这也是直方图算法最大的优点，图4展示了直方图构建过程。

Leaf-wise是一种更为高效的叶子分裂成长策略，每次从当前所有叶子中，找到分裂增益最大的一个叶子再次分裂，如此循环，其分裂过程如图5所示。Leaf-wise策略的缺点是可能会长出比较深的决策树，导致过拟合。因此，lightGBM在Leaf-wise基础上增加了一个最大深度的限制，从而保证高效率的同时防止过拟合。

图4 直方图构建过程Fig.4 Histogram construction process

图5 leaf-wise树分裂过程Fig.5 Leaf-wise tree splitting process

3 组合模型设计

3.1 组合模型方法

(7)

(8)

3.2 组合模型预测流程

风电功率预测流程如图6所示，预测流程主要包括风电数据集预处理、CNN-LSTM和lightGBM模

图6 CNN-LSTM-lightGBM预测流程Fig.6 CNN-LSTM-lightGBM prediction process

型预测及参数优化、组合模型构建、预测结果误差分析，其中CNN特征处理和组合模型构建方法分别在1.1节、3.1节做过相关说明，在此不再赘述。

3.2.1 风电数据集预处理

数据预处理主要是剔除风电数据集中的不良坏数据，并将各量纲不同、数值差异较大的数据进行标准化处理。

采用max-min方法对数据标准化处理，计算公式为

(9)

3.2.2 CNN-LSTM和lightGBM模型预测及参数优化

该过程主要是将提取的风电数据特征代入CNN-LSTM和lightGBM模型进行预测，通过设置不同的模型参数观察模型的收敛速度和预测效果。因此，选择合适的模型参数是提高模型预测精度的关键步骤。

3.2.3 预测结果误差分析

为有效评估模型预测效果，选用4个评价指标：平均绝对误差(mean absolute error, MAE)，记为τmae、均方根误差(root mean square error, RMSE)，记为τrmse、平均绝对百分比误差(mean absolute percentage error, MAPE)，记为τmape、确定系数(coefficient of determination)，记为τR2对预测结果进行分析，其计算方式分别为

(10)

(11)

(12)

(13)

4 算例分析

以张北曹碾沟风电场年实际运行数据为例，该项目安装单机容量为1 500 kW机组，总装机容量49.5 MW，风电数据采样周期为15 min(每天96个采样点)。研究对象为超短期风电功率预测，依据《风电功率预测功能规范》对超短期风电功率预测定义为未来0～4 h的风电功率变化[24]，故选取4h时长(16个采样点)作为预测目标。CNN-LSTM和lightGBM模型采用Python3.9语言编程实现，计算平台主要配置为Win10系统，Intel i7-10700@2.9 GHz，RAM 16 GB。

4.1 模型参数设置

首先，将风电数据集作为CNN模型的特征输入，包括风电功率、风速、风向、气压、空气密度、温度6个特征向量， CNN模型数据输入大小为 1×6，卷积核3，池化层大小为1×1，数据在经过卷积池化全连接计算后得到处理后的特征信息，并将其展平作为LSTM模型的输入。LSTM模型隐藏层数目和神经元大小影响着模型预测误差，需要经过调试寻优得到最佳的网络结构。

表1展示了不同隐藏层和神经元结构下的预测误差，可以看出第一层隐藏层神经元(128)、第二层隐藏层神经元(64)的LSTM模型结构的预测平均绝对百分比误差τmape最小。

同理，通过设置不同的lightGBM模型参数，搜索预测误差较小的模型参数，最优参数为：树最大深度(max depth)5，学习器的数量(n estimators)100，学习率(learning rate)0.01，树复杂度控制器(num_leaves)为64，booster类型为gbdt，叶子可能具有的最小记录数(Min_date in_leaf)50。lightGBM模型参数较多，从实际调参的结果看，树的最大深度设置对测试数据预测误差影响较大。

表2展示不同树最大深度的测试结果，当树最大深度为5时测试数据的预测误差最小。

表1 不同隐藏层结构预测误差对比Table 1 Comparison of prediction errors among different hidden layer structures

表2 树最大深度和预测误差Table 2 Max depth and the prediction MAPE error

4.2 预测结果分析

为验证CNN-LSTM-lightGBM组合模型在超短期预测误差上的优越性，选择SVM、LSTM、lightGBM 3种单一模型进行对比分析。风电功率变化受季节气候影响较大，其变化过程包括上升期、高峰期、下降期、低谷期4个特征区段，为全面衡量模型在不同季节的预测效果，分别选取春夏秋冬季节典型日上午8:30—12:30(4 h)作为预测对象，并展示不同模型预测效果。表3展示了不同季节典型日预测对象风电功率大小的基本参数。

在完成CNN-LSTM和lightGBM模型参数设置后，将上述各典型日的预测结果按第3节所述的方法进行组合，得到图7所示的CNN-LSTM-lightGBM组合模型的预测曲线。

从图7可以看出，相较于其他3种单一模型，本文模型预测曲线更贴近真实值，具有较高的预测精度，组合模型在风电功率上升、高峰、下降、低谷变化的4个特征区段均具有较好的跟随性，能有效应对风电功率突变和缓和变化的预测任务。

表4展示了典型日各模型的预测误差对比，可以看出，组合模型的4个评价指标误差值均最低，SVM模型的预测误差最大，SVM模型在9月3日(秋)的τmape为9.782%，误差高的主要原因是当天10:00—12:30风电功率急剧上升,SVM模型在预测的时候未能很好地学习到该变化特征，难以应对风电功率突变的预测任务。为进一步说明组合模型的优越性，以2月10日各模型的预测结果为例，相较于SVM、CNN-LSTM、lightGBM单一预测模型，组合模型的τmape分别降低了60.01%、22.62%、15.32%。

表3 典型日风电功率大小基本参数Table 3 Typical daily wind power size parameters

图7 日风电功率预测曲线Fig.7 Daily wind power forecast curve

表4 典型日各模型的预测误差对比Table 4 Comparison of prediction errors of each model on a typical day

5 结论

针对风电功率变化的复杂特性，为提高风电功率预测精度，降低预测误差，建立一种基于数据驱动的短期风电功率预测方法，该方法通过CNN-LSTM-lightGBM模型组合，实现了风电功率超短期预测，并以张北曹碾沟风电场全年实际运行数据验证了模型的有效性，得出如下主要结论。

(1)相较于SVM、CNN-LSTM、lightGBM单一预测模型，组合模型的预测误差最小，具有较高的预测精度。

(2)面对不同风电功率变化特征区段，组合模型均具有较好的跟随性，组合模型具有较强的特征学习能力，能有效应对风电功率突变和缓和变化的预测任务，适用于解决大规模风电数据量且气象数据复杂的风电预测问题。

(3)采用误差倒数法构建了CNN-LSTM-lightGBM的组合模型，组合模型通过发挥不同模型预测优势，进一步提高了模型的预测精度。

随着风电数据集采样周期变短，风电数据采集量剧增，加大了对模型预测能力的考验，如何高效挖掘气象数值信息特征规律，构建高精度的风电功率预测模型是未来重点研究方向。