一种用于光伏集群功率预测的高效堆叠递归广义学习方案

《Neural Networks》：An efficient stacked recurrent broad learning scheme for PV cluster power forecasting

　　杨辉祥|赖景刚|曾志刚

摘要：与单站点预测相比，对光伏集群进行精确的功率预测更有利于资源优化和调度。本文提出了一种用于光伏集群功率预测的新型堆叠循环广义学习系统（Stack-RBLS），该系统专为计算资源受限的训练设备设计。所提出的方案能够同时减少训练时间并提高预测精度。具体而言，首先提出了一种基于滑动时间窗隔离森林算法和k最近邻算法的改进数据清洗方法，该方法具有线性时间复杂度，可确保预测依赖于正确的数据。在轻量级广义学习模型的基础上，该方案利用RBLS学习时间特征，再利用BLS拟合残差。在处理时间序列任务时，这种残差堆叠设计通过层间传递序列来提升拟合性能。为简化训练过程，还构建了用于序贯最小二乘规划优化的验证集，从而无需手动调整正则化参数。最后，通过实际的光伏集群数据集验证了所提方法的有效性和优越性。

引言：为应对气候变化和温室效应问题，可再生能源得到了广泛应用，尤其是太阳能Qian等人，2020年。然而，其间歇性和波动性给电网的可靠运行和经济性带来了巨大挑战。尽管在单站点光伏功率预测方面已取得显著进展Almeida等人，2015年；Lin等人，2018年；Liu等人，2018年，但要在集群层面进行预测对于高效利用可再生能源至关重要。不过，与单站点方法相比，这种更广泛的预测方式面临着更大挑战Sobri等人，2018年。一方面，光伏集群通常覆盖广阔区域，不同地区的天气状况可能存在显著差异。另一方面，大量站点的测量数据数量庞大且类型多样，其中不可避免地会存在因设备故障、通信错误等原因导致的异常数据Cheng等人，2025年；Zhang等人，2018年。因此，提高光伏集群的功率预测精度十分必要。

为应对大规模预测所需的计算资源问题，研究人员探索了多种策略。一种方法是通过仅使用少数代表性站点的数据来模拟整个集群，从而预测集群功率Qiu等人，2024年；Zhu等人，2022年。但实际上，站点的数量和位置可能会随时间发生变化。例如，可能会有新站点加入，而旧站点可能因维护原因停止运营，这意味着这种方法的有效性具有较短的有效期。另一种策略通常分为两类：聚合与预测（AF）以及预测与聚合（FA）。AF方法首先聚合所有站点的历史功率数据，然后基于这一单一序列预测整体功率Nu?o等人，2018年。虽然这简化了输入并降低了计算成本，但它往往通过平滑局部天气变化而牺牲了精度。尽管有一些研究试图通过补偿项或频率分解来纠正这些误差De Giorgi等人，2015年；Ma等人，2021年；Nu?o等人，2018年，但由于缺乏特定站点的数据，其性能上限仍受到限制。相反，FA方法Pierro等人，2017年则是先预测每个站点的功率值，然后再将它们相加。这种方法能够考虑每个站点的特定天气和设备特性，因此具有更高的精度潜力。然而，FA方法在计算成本方面存在重大瓶颈。对于大型集群中的每个站点来说，使用传统的大规模深度学习模型进行训练往往超出现有标准训练设备的处理能力Liu等人，2018年；Yang等人，2025年，而使用较简单的模型则会导致不可接受的误差率Sobri等人，2018年。因此，迫切需要一种既能保持FA结构的高精度，又能大幅降低计算成本的建模方法。在这种背景下，广义学习系统（BLS）及其变体作为一种有前景的解决方案应运而生Chen和Liu，2017年；Du等人，2020年；Liu等人，2020年。与需要通过时间反向传播并进行大量重新训练以调整结构的深度学习模型不同，BLS采用高效的扁平网络结构，可实现快速训练和低成本的增量学习。这使得BLS非常适合在计算资源受限的设备上应用于FA框架。然而，现有的BLS变体在特定领域存在局限性：RBLS由于缺乏残差校正机制，往往难以处理复杂任务Du等人，2020年，而堆叠BLS则由于缺乏捕捉时间依赖性的循环结构，无法有效处理时间序列数据Liu等人，2020年。

文献中的大多数统计预测方法都依赖于完整且干净的数据集，但实际上缺失值和异常值却十分常见García等人，2016年；Li等人，2022年；Liu等人，2023年；Phan等人，2022年；Wang等人，2023年。因此，数据清洗过程至关重要。在Zhang等人，2018年的研究中，异常值被定义为超出正常范围的数值，比如功率输出超过光伏板额定功率的5%。这类方法因其简单性而被广泛使用，但精度较差。之后，他们直接丢弃异常部分，似乎这对模型性能没有不良影响。但在开始预测任务时，直接删除异常值会导致某些时候数据不完整，从而使功率预测变得不可行。为此，一些研究通过三次样条插值或KNN插补来重建异常数据García等人，2016年。为了提升性能，还有研究应用了机器学习方法，如使用超分辨率感知卷积神经网络或递归长短期记忆网络来解决数据缺失问题Liu等人，2023年；Li等人，2022年。然而，这些实验都是基于具有模拟缺失率的数据集，可能与现实情况不符，而且它们忽略了异常值。此外，处理连续的缺失数据也是不可行的，而这在实际中却很常见。为提升在不同类型和程度的数据污染下的性能，人们提出了最大互信息准则（MCC）作为预测模型的评估指标，其与均方误差相比具有更好的鲁棒性Wang等人，2023年。为减少异常值，有些方法会排除预测误差曲线中超出一个标准差的数值Phan等人，2022年。尽管如此，这些方法仅仅只是缓解了问题，而非彻底解决，这意味着异常数据仍然可能带来干扰。因此，基于实际光伏数据高效地检测和修复缺失值及异常值虽然更具挑战性，但却更为实用。

如前所述，我们提出了一种基于FA方法的新型Stack-RBLS方案，用于光伏集群功率预测。该方案在计算时间和资源有限的情况下仍能展现出良好的性能。通过改进的基于STW的IFA-KNN数据清洗方法，进一步提升了预测精度。主要贡献包括：1）与大多数现有的光伏功率预测模型不同Sobri等人，2018年；Yang等人，2025年，本文提出了一种新型Stack-RBLS方案，能够在以较低成本实现更高精度的同时，通过结合RBLS提取时间特征和BLS预测残差，显著降低时间预测误差。与非时间任务相比，Stack-RBLS能够在层间传递包含更多信息的序列。此外，这种轻量级模型还具有更简单的训练模式，因为它不再需要时间反向传播，因此更容易在计算能力有限的设备上部署Chang等人，2020年。2）与目前BLS层中使用的需要通过对正则化参数λ进行网格搜索的岭回归方法不同Chen和Liu，2017年，我们的方法通过使用SLSQP直接优化权重矩阵W，从而避免了这一需求，大大简化了训练过程。与传统机器学习中验证集的作用不同，在这里它作为SLSQP内的约束条件，以确保W的泛化能力。通过整合与训练集相对应的目标函数，我们可以通过一次梯度下降训练过程得到优化问题的解。3）虽然以往的研究大多将IFA应用于非时间任务Lin等人，2020年，但本研究通过STW方法将IFA引入到时间序列光伏数据的异常检测中。与依赖模拟缺失率数据的传统方法不同Liu等人，2023年；Li等人，2022年，这种方法在真实数据上的计算时间更短，性能也更好。此外，它不仅利用天气数据Pan等人，2020年，还整合了时间数据，这有助于IFA更好地识别异常，并使KNN能够在特定时间范围内寻找修复值，从而提高精度和效率。

整体框架：为实现精确且高效的光伏功率预测，图1所示的框架包括两个主要阶段。首先，我们采用基于STW的改进数据清洗方法。与传统方法不同，该方法利用时间特征同时处理缺失值和异常值。其次，我们引入Stack-RBLS模型，该模型旨在在保留广义学习系统速度优势的同时，提高时间序列预测的精度。

异常数据分析和修复：传统方法通过设置主观阈值来检测异常值，虽然易于应用，但精度不足Zhang等人，2018年。此外，将数据缺失值处理和异常值检测视为独立过程，也会降低数据清洗的效率García等人，2016年；Li等人，2022年；Liu等人，2023年。鉴于这些局限性，我们开发了一种改进的基于STW的数据清洗方法。具体而言，我们首先用零填充缺失的单元格。在经过处理后，我们将基于清洗后的数据来训练功率预测模型，并在测试集上进行预测。超短期（1小时）的集群功率预测通常具有以下特点：(a) 来自数十到数百个站点的海量数据，这在训练阶段会带来巨大的计算负担。(b) 需要在计算和存储资源有限的设备上执行任务Chang等人，2020年。

鉴于这些特点，传统的深度学习方法……

案例研究：在本文中，所提出的方法将应用于“澳大利亚沙漠知识太阳能中心”两年的数据。该中心的旗舰项目所在地艾丽斯斯普林斯拥有38个站点。排除了那些因故障维修或维护升级而停产数十天的站点后，选择了23个站点来进一步验证我们所提方法的优点。具体而言，站点2被用于单站点实验，其相关信息见表1。光伏功率的时间分辨率……

结论：在本文中，我们提出了一种新型Stack-RBLS方案，用于精确的光伏集群功率预测。通过为原始数据添加时间维度，并利用STW方法保留时间特征，我们提出了一种基于精准的IFA-KNN数据清洗方法，该方法能够有效降低功率预测误差。随后，一种混合型的RBLS-BLS模型通过在各层之间传递残差序列，进一步提升时间预测精度。由于无需进行时间反向传播，该方法还具有……

作者贡献声明：杨辉祥：撰写——初稿、可视化、软件、方法论、研究、形式分析、数据整理、概念设计。赖景刚：撰写——审阅与编辑、方法论、概念设计。曾志刚：撰写——审阅与编辑、监督。

利益冲突声明：作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢：本研究部分得到了中国国家科技重大专项的支持，项目编号为2022ZD0116900；部分得到了中国国家自然科学基金的支持，项目编号为62273162；还有部分得到了中国湖北省重点研发计划的支持，项目编号为2025BAB010。