考虑数据粒度的混合模型改进风电功率预测研究

本文针对风电功率预测中数据粒度影响模型性能的关键问题，推荐研究人员开展了一项结合经验模态分解(EMD)、长短期记忆网络(LSTM)和极端梯度提升(XGBoost)的混合模型研究。通过系统比较SARIMAX、XGBoost和混合模型在不同时间尺度和采样频率下的表现，发现混合模型在短期预测中R2达到0.99，MAE低至0.08，显著优于传统方法。该研究为风电并网优化提供了重要的技术支撑，对推进能源转型具有积极意义。

　　

随着全球能源转型进程加速，风电作为最具潜力的可再生能源之一，其装机容量持续增长。然而，风能的间歇性和不确定性给电网稳定运行带来严峻挑战。准确的风电功率预测成为优化电网调度、降低备用容量成本的关键技术瓶颈。传统预测方法在应对复杂气象条件和非线性时序特征时表现局限，而现有研究往往忽视数据采样频率对模型性能的影响。在此背景下，马德里康普顿斯大学的研究团队在《Results in Earth Sciences》发表论文，提出了一种创新性的混合预测模型。

本研究采用多学科交叉的技术路线，首先对英国Kelmarsh风电场SCADA系统采集的10分钟分辨率数据进行预处理和探索性分析。研究人员构建了融合经验模态分解(EMD)、注意力机制增强的LSTM网络和XGBoost的混合架构。通过对比SARIMAX、XGBoost和混合模型在3天、1周和1月三个预测尺度的表现，系统评估了数据粒度（10/30/60分钟采样）和外部变量（风速与功率曲线）的影响。

3.1 资源与数据描述

研究采用公开的Kelmarsh风电场数据集，包含2016-2021年6台Senvion MM92风机的SCADA数据。通过相关性分析和互信息评估，确定风速为最关键的外生变量，其与功率输出的非线性关系符合典型sigmoid曲线特征。

3.2 机器学习方法

SARIMAX模型通过引入季节性参数和外部变量处理线性趋势；XGBoost凭借正则化决策树集成优势捕捉复杂非线性关系；混合模型创新性地结合EMD滤波（消除高频噪声）、LSTM（提取长期时序依赖）和XGBoost（优化预测精度）三重优势。特别值得注意的是，LSTM模块引入注意力机制，能动态评估不同时间步的重要性。

4.1 数据清洗与转换

针对数据缺失问题，采用线性插补和小时均值填充的双重策略。将风向角转换为正弦/余弦分量以保持周期性特征，并对全场六台风机数据进行聚合处理，采用z-score标准化消除量纲影响。

4.2 探索性数据分析

通过季节性分解发现数据存在明显周期特征，ADF与KPSS检验对平稳性判断存在差异，反映出序列的复杂特性。功率-风速散点图拟合显示典型的sigmoid曲线，符合风机功率特性。

5.1 基准模型

以"去年同期"数据为基准的预测模型表现较差（R²仅0.47-1.54），凸显了智能预测模型的必要性。

5.2 外生变量影响

SARIMAX模型使用功率曲线作为外生变量时表现最佳，而XGBoost和混合模型更适应原始风速数据。这表明统计模型受益于线性化特征，而机器学习模型能直接挖掘原始数据的非线性特征。

5.3 数据粒度影响

SARIMAX在60分钟采样率下表现最优，说明数据平滑有利于传统统计模型；而混合模型在30分钟粒度达到平衡，证实其抗噪声能力与特征提取能力的优势。

5.4 计算效率评估

XGBoost训练速度最快（最快0.08秒），混合模型虽训练耗时较长（最高296秒），但预测效率与XGBoost相当，满足实时应用需求。

5.5 时间尺度分析

在最优配置下（混合模型：风速+60分钟采样），短期预测指标显著优于基准模型：3天预测R²达0.99，MAE仅0.09。随着预测尺度延长，所有模型性能均出现衰减，但混合模型在月尺度仍保持R²=0.97的优异表现。

该研究通过系统性的模型对比和参数优化，证实了混合模型在风电预测中的优越性。其创新点在于：首次将EMD滤波与注意力LSTM结合应用于风电预测，明确了数据粒度与模型选择的关联规律。研究结果对风电场实际运营具有重要指导价值——短期预测可采用高精度混合模型，而长期规划则可选用更高效的XGBoost或SARIMAX模型。这种分层应用策略既能保证预测精度，又能控制计算成本。未来研究方向包括引入Transformer架构、生成对抗网络(GAN)以及多风电场联合验证等，这些进展将进一步提升风电预测的可靠性和实用性，为高比例可再生能源电网的建设提供关键技术支撑。