基于混合物理信息与SCADA数据集成学习的无气象输入风电功率预测方法研究

本研究针对风电功率预测中依赖外部气象数据、模型可解释性差及泛化能力不足等问题，开发了基于物理信息神经网络(PINN)与贝叶斯优化CatBoost/XGBoost的混合集成模型。研究成果显示，三重混合模型(triple-HM)在土耳其风电场数据上达到R2=0.9724的预测精度，显著优于传统机器学习方法，且推理时间低于0.2秒，为风电并网提供了高精度、可解释的SCADA-only预测解决方案。

　　

随着全球能源转型进程加速，风电作为一种重要的可再生能源技术，正日益成为低碳电力系统的关键组成部分。然而，风能固有的随机性和间歇性特征给电网稳定性、电力市场运营和资源优化规划带来了重大挑战。准确的风电功率预测已成为实现风电可靠并网的技术前提，特别是在当前电网规模不断扩大、可再生能源渗透率持续提高的背景下。

传统风电预测方法严重依赖数值天气预报(NWP)模型或外部气象输入，这些方法存在数据延迟、第三方依赖以及偏远地区可扩展性有限等问题。更值得注意的是，许多仅基于SCADA数据的数据驱动模型存在可解释性不足的缺陷，往往无法充分反映风轮机的底层物理行为，导致其在实际应用中特别是关键能源基础设施中的可信度和采纳度受限。

针对这些挑战，来自沙特阿拉伯Prince Sattam bin Abdulaziz大学的研究团队在《Results in Engineering》发表了创新性研究成果，提出了一种完全不依赖外部气象数据的混合物理信息机器学习框架。该研究基于土耳其Esenk?y风电场Nordex N117/3600风轮机全年SCADA数据，开发了两种新型混合架构：双混合模型(bi-HM)和三重混合模型(triple-HM)。

研究采用的关键技术方法包括：首先对SCADA数据进行严格的质量控制和预处理，保留3.5-25.5 m/s有效风速范围内的运行记录；采用K近邻(KNN)算法进行数据插补，并应用Min-Max归一化处理；构建物理信息神经网络(PINN)进行残差学习，将理论功率曲线作为物理约束；使用贝叶斯优化对CatBoostRegressor进行超参数调优；通过XGBoost实现堆叠集成元学习；最后采用SHAP可解释性框架分析模型决策机制。数据集来自土耳其Esenk?y风电场(2018年全年10分钟间隔数据)和德克萨斯风轮机数据集(ERCOT管理的8760小时数据)。

研究结果

数据集与预处理

研究采用土耳其Esenk?y风电场Nordex N117/3600风轮机2018年全年SCADA数据，包含风速、风向、理论功率和实际有功功率等关键变量。经过数据过滤剔除异常操作状态记录，保留3.5-25.5 m/s风速范围内的有效数据，确保模型仅学习正常发电状态下的物理规律。

方法论

双混合模型(bi-HM)将PINN与贝叶斯优化CatBoostRegressor通过自适应加权融合相结合，其中PINN负责学习理论功率曲线的残差修正，CatBoost捕捉数据中的复杂非线性模式。最优加权系数α=0.30通过网格搜索确定，表明CatBoost承担更多预测权重，而PINN提供物理一致性保障。

三重混合模型(triple-HM)引入XGBoost作为元学习器，自动学习PINN和CatBoost预测结果的最优组合策略，取代了固定权重融合方式。采用5折交叉验证确保模型泛化能力，实现了动态集成和条件自适应加权。

性能评估

在测试集上，triple-HM达到R2=0.9724，RMSE=206.57 kW，MAE=99.51 kW，显著优于bi-HM(R2=0.9575)和所有基线模型。交叉验证显示triple-HM具有高度稳定性(CV R2=0.9492±0.0029)。残差分析表明triple-HM误差分布更集中(标准差208.39 kW vs 255.26 kW)，且偏度和峰度指标更优，说明其对异常值的处理能力更强。

与基线模型对比

triple-HM在所有评估指标上均优于传统机器学习方法，包括梯度提升(GB)、多层感知器(MLP)、随机森林(RF)和支持向量回归(SVR)等。与先前研究相比，triple-HM超越了Karaman(2023)报道的最佳LSTM模型(R2=0.9574)和Singh与Rizwan(2022)的最佳XGBoost模型(R2=0.969)，且完全不依赖外部气象数据。

模型可解释性与实际部署

SHAP分析揭示了混合模型的内在决策机制：PINN在极端偏差情况下主导预测修正(SHAP值达+1500)，而CatBoost在正常工况下提供稳定预测。这种分工协作机制确保了模型既保持物理一致性又具备数据适应性，为实际风电场部署提供了透明可靠的决策支持。

跨地理泛化研究

在德克萨斯风轮机数据集上的测试表明，triple-HM保持极高预测精度(R2=0.9999，MAE=5.98 kW)，显著优于传统回归方法(R2≈0.962)，证明了模型对不同地理环境和运行条件的强适应性。

消融研究

单独组件的性能评估显示，PINN、CatBoost和XGBoost单独使用时R2分别为0.9564、0.9577和0.9551，均低于任何混合架构，证实了混合策略的附加价值和完善效应。

计算效率分析

虽然混合模型训练时间较长(约12秒)，但推理时间低于0.2秒，满足实时应用需求。这种训练-推理的时间分配模式非常适合实际风电场操作场景，其中模型训练可离线进行，而预测需实时执行。

研究结论与讨论表明，本研究提出的混合物理信息集成学习框架成功解决了SCADA-only风电预测中的多个关键问题。triple-HM模型通过有机结合物理约束与数据驱动学习，实现了预测精度、物理一致性和可解释性的统一，为风电场的实时调度、市场交易和运维决策提供了可靠技术支撑。

研究的创新性主要体现在三个方面：首先提出了完全无需外部气象输入的预测框架，降低了部署门槛和运营成本；其次开发了残差学习和元堆叠的双层融合机制，实现了物理原理与数据规律的协同优化；最后引入SHAP可解释性分析，增强了模型在关键能源基础设施中的可信度和可接受度。

尽管研究取得了显著成果，作者也指出了若干局限性，包括训练数据仅限于单个风电场、模型训练开销相对较大等。未来研究方向包括扩展多风电场验证、引入不确定性量化技术、开发轻量化嵌入式版本以及整合多源数据融合等。这些发展为风电预测技术的进一步创新和完善提供了明确路径，对促进可再生能源的高比例并网和电网安全稳定运行具有重要意义。