《Energy Conversion and Management-X》：Gaussian noise injection and EMD-based feature selection for photovoltaic power prediction: dynamic importance evaluation and multi-dimensional accuracy comparison with pearson correlation methods
编辑推荐：
在光伏（PV）发电预测中，准确高效的特征选择对于精确的功率预测和电网的稳定运行尤为关键，尤其是在数据有限的条件下。传统的光伏发电预测特征选择主要涉及分析多维输入特征时间序列与预测目标之间的皮尔逊相关系数。本文提出了一种基于经验模态分解（EMD）的新方法，通过使
在光伏（PV）发电预测中，准确高效的特征选择对于精确的功率预测和电网的稳定运行尤为关键，尤其是在数据有限的条件下。传统的光伏发电预测特征选择主要涉及分析多维输入特征时间序列与预测目标之间的皮尔逊相关系数。本文提出了一种基于经验模态分解（EMD）的新方法，通过使用高斯噪声注入进行特征重要性计算，用于光伏功率预测。在本研究中，特定的模态分量组合作为功率预测的输入时，比使用所有模态分量作为输入时获得了更好的预测精度。通过注入高斯噪声来实现对每个特征的扰动。在每种特征组合场景中，为每个特征分配一个权重值。然后，汇总该特征在所有被包含的场景中的权重值。最终，得到该特征的重要性值。所提出的特征重要性计算方法用于评估每个模态分量的贡献。基于特征重要性评估结果，选择对预测精度贡献最大的特征组合来构建最终的预测模型。为了证明所提方法的优越性能，将基于特征重要性的特征选择与基于皮尔逊相关系数的特征选择进行了比较。针对每种情况，使用选定的特征训练相同的预测模型，并对预测精度进行验证。所提出的方法在特征选择的所有维度上都表现出更高的准确性。
**论文解读：基于高斯噪声扰动和EMD特征选择的光伏功率预测方法研究**
**一、 研究背景与意义**
随着全球能源需求的不断增长和传统化石燃料的逐步枯竭，创新能源发电技术的重要性日益凸显。光伏（PV）能源作为一种安全、清洁、无污染的可再生能源，在全球范围内得到广泛认可，并显著减少了温室气体排放。国际能源署（IEA）预测，到2025年，风能和光伏发电将贡献全球电力消耗的约16.5%。然而，光伏发电的间歇性和对天气变化的敏感性，给电网的可靠性和效率带来了挑战。因此，准确预测光伏发电功率对于确保电网稳定运行、提高可再生能源利用率至关重要。
当前，光伏功率预测研究已取得显著进展，预测方法从传统的线性回归、自回归积分滑动平均（ARIMA）模型，发展到基于支持向量回归、人工神经网络（ANN）、循环神经网络（RNN）和长短期记忆（LSTM）网络等先进的人工智能技术。其中，双向长短期记忆（BiLSTM）网络因其能利用时间序列中过去和未来的数据，有效提升预测精度而受到关注。预测的输入数据通常包括来自数值天气预报（NWP）模型的气象数据（如温度、湿度、风速、云量、太阳辐射）和历史发电数据。然而，获取多维时间序列数据可能存在困难，有时仅有功率数据可用。在数据有限的情况下，如何提高预测精度成为研究重点。
现有研究中，常采用模态分解方法（如经验模态分解，EMD）将原始的单维功率时间序列数据分解为多个模态分量时间序列，以捕捉光伏发电的多时间尺度特征。然而，当前大多数研究将所有模态分量作为输入特征，但每个模态与输出的关联性尚不明确，可能引入冗余信息，对预测模型性能产生不利影响。同时，基于皮尔逊相关系数（PCC）的特征选择方法虽然常用，但实践验证表明，相关系数最高的模态分量并不一定对最终预测结果具有最优的影响权重。因此，开发一种能够更精确评估模态分量重要性、从而进行有效特征选择的新方法，对于在数据受限条件下优化模型精度具有重要意义。
**二、 主要技术方法概述**
本研究提出了一种结合经验模态分解（EMD）和高斯噪声注入的特征重要性计算与选择新框架，并构建了CNN-BiLSTM预测模型进行验证。研究数据来源于澳大利亚DKASC Alice Spring光伏系统的三个站点（PV87、PV89、PV91）的历史有功功率数据，采集间隔为5分钟。数据经过清洗（去除夜间零功率输出点和异常值）并按时间顺序以7:2:1的比例划分为训练集、验证集和测试集。
核心技术方法包括：1. **经验模态分解（EMD）**：将每个光伏组件的发电时间序列自适应地分解为四个本征模态函数（IMF1-IMF4）和一个残差，这些分量与原始功率值共同构成初始特征集。2. **特征组合与子模型构建**：对四个IMF和原始功率值进行所有可能的组合（共16种），为每种组合构建预测子模型。3. **高斯噪声扰动与重要性评估**：向每个IMF特征注入均值为零、标准差固定的高斯噪声，通过比较噪声注入前后各子模型预测的均方根误差（RMSE）变化，量化每个特征的重要性值。特征X的重要性计算公式为：X
imp = Σ (R
i′ - R
i)，其中R
i′和R
i分别表示包含特征X的模型在添加噪声扰动后和扰动前的RMSE。4. **预测模型架构**：采用结合卷积层（CNN）和双向长短期记忆网络（BiLSTM）的深度学习模型（CNN-BiLSTM）作为基础预测器，其中CNN用于空间特征提取，BiLSTM用于捕获时间序列的双向依赖关系。5. **对比方法**：将所提特征重要性方法（Imp）与传统的皮尔逊相关系数（PCC）方法以及互信息（MI）方法进行对比，以相同的CNN-BiLSTM模型框架，评估不同特征选择策略下的预测性能。
**三、 研究结果分析**
* **模态分解与预测结果**：对三个光伏组件（PV87、PV89、PV91）的功率数据进行EMD分解，均得到了四个具有不同时间尺度特征的IMF分量。使用CNN-BiLSTM模型对所有16种特征组合进行预测，结果显示，仅使用历史功率值或使用所有EMD分量及历史功率值这两种极端情况下的模型预测精度均非最优，表明并非所有分解得到的特征都对预测有积极贡献。
* **噪声扰动影响分析**：向每个IMF分量注入高斯噪声后，所有特征组合对应的模型预测RMSE均出现一致且可预测的上升，证实了噪声引起的精度退化机制。误差雷达图显示，引入噪声导致误差分布模式面积扩大，表明对每个特征添加噪声通常会增大模型的预测误差。这为后续评估特征脆弱性（即重要性）提供了经验依据。
* **特征重要性计算结果**：基于高斯噪声扰动误差分析，计算了四个IMF分量对于三个光伏组件的重要性值。结果显示，不同光伏组件的IMF重要性排名存在差异，且部分被评估的特征出现了负的重要性值，表明将这些特征纳入训练数据集会对预测精度产生不利影响。
* **与传统方法的对比分析**：
* **皮尔逊相关系数（PCC）分析**：对于三个光伏组件，IMF3与预测目标值的相关系数均为所有输入特征中最高的。IMF1的相关系数普遍较低。这表明仅凭线性相关性可能无法全面反映特征对复杂非线性预测模型的真实贡献。
* **互信息（MI）分析**：MI分析结果与PCC分析结果在趋势上具有一定相似性，但也存在差异，进一步说明线性相关指标在捕捉特征与目标间复杂关系时的局限性。
* **特征选择差异**：重要性方法（Imp）与相关系数方法（Cor）为三个光伏组件选出的最优特征组合存在明显不同。例如，对于PV87，Imp方法选择了IMF1和IMF4，而Cor方法选择了IMF2和IMF3。
* **预测精度比较**：通过比较基于不同特征选择方法优化后的模型预测结果与实际测量值，并计算RMSE，发现重要性方法（Imp）在所有光伏组件（PV87、PV89、PV91）和各种特征维度配置下，其预测精度均 consistently优于皮尔逊相关系数（PCC）方法和互信息（MI）方法。具体而言，当采用Imp方法进行特征选择时，PV87的预测精度相对提升了3.1%–7.2%，PV89提升了19.4%–30.8%，PV91在低维特征空间中也观察到了显著但相对温和的性能提升。绝对误差（AE）曲线分析也显示，基于重要性选择的模型（AE-I）其误差在大多数观测区域都低于基于相关系数选择的模型（AE-C），表现出更高的稳定性和更小的预测偏差。
**四、 讨论与结论**
本研究讨论并验证了所提出的基于高斯噪声扰动和经验模态分解（EMD）的特征重要性量化与选择框架的有效性。该方法通过三个关键步骤实现：利用EMD进行多维特征扩展，将原始时间序列数据转化为多个模态分量；系统重组这些分量以生成候选特征子集；通过受控噪声注入及随后的精度-误差比较进行模型敏感性分析。
与基于相关性的选择方法相比，所提出的重要性驱动方法在所有评估指标上都表现出优越性。实验验证证实，基于重要性的特征选择在实现更高预测精度的同时，保持了比基于相关性的方法更好的特征空间紧凑性。该方法在时间序列预测任务中显示出实际应用的潜力。
**研究结论**：本研究提出了一种结合噪声扰动的特征重要性量化方法及相应的特征选择框架。该方法涉及三个关键阶段：（1）利用经验模态分解（EMD）进行多维特征扩展，将原始时间序列数据转化为多个模态分量；（2）系统重组这些分量以生成候选特征子集；（3）通过受控噪声注入及随后的精度-误差比较进行模型敏感性分析。与基于相关性的选择方法相比，所提出的重要性驱动方法在所有评估指标上都表现出优越性。实验验证证实，基于重要性的特征选择在实现更高预测精度的同时，保持了比基于相关性的方法更好的特征空间紧凑性。该方法在时间序列预测任务中显示出实际应用的潜力。
