光伏发电预测（二）

赛题的决赛要求：
利用之前若干时段的光伏发电参数，预测未来两个月的每天15分钟一次共96个点的瞬时功率。
先对数据集模糊聚类，再用相似日得出预测日的除了瞬时有功以外的所有参数，最后用神经网络计算预测日的瞬时有功。

一、数据分析

原始数据表“data.csv”，提供了用户A1-A10的2016年7月31日-2018年7月1日的瞬时有功、瞬时无功、A相电流、B相电流、C相电流、A相电压、B相电压、C相电压、正向有功总9个属性的数据表，数据采集间隔为15分钟，其中瞬时有功为预测对象。

二、算法原理

本次预测算法，采用python2.7.12语言编写，包括data.py、similar_day.py和predict.py。

1.data.py

1）data.py程序的主要功能为数据划分和数据预处理，其中主要函数说明如下：
split_data_set():将原始数据划分为A1-A10的10个数据集；
wavelet_denosing():利用小波函数对原始数据集进行降噪处理；
devide_by_month():利用模糊聚类对原始数据进行分类处理；

2.similar_day

2）similar_day.py程序的主要功能为寻找相似日, 其中主要函数说明如下：
day_features():计算预测对象与相应聚类类别中每天的最低温度、最高温度、平均温度、湿度和日照时长等5个特征的欧式距离A；
real_time_tempreture():计算预测对象与相应聚类类别中每半小时的温度特征的欧式距离B；
MFOA():利用果蝇算法优化权重f1和f2，使得上述欧式距离A和B的加权距离值最小，相应日期为预测对象的相似日；

3.predict.py

3）predict.py程序的主要功能为执行预测过程，其中主要函数说明如下：。
nn_model(): 将预测对象对应的聚类类别作为训练数据集，并训练神经网络模型，迭代500次；将相似日的数据作为模型输入，带入预测模型得到预测数据；
concat():将A1-A10的预测结果进行拼接，得到最终预测结果。

三、方案设计

1、数据采集及预处理

步骤1：原始数据划分为A1-A10划分为10个数据集；删除当天无数据的日期数据，并将剩余数据集的缺失数据补全，记为A_1-A_10数据集；
步骤2：从中国气象局网站（杭州观测站）爬取2016年7月31日至2018年11月30日的每日天气数据，包括最高气温、最低气温、平均气温、日照时长和湿度，对数据进行预处理，记为Wed_Day数据集；
步骤3：从weatherspark网站爬取杭州萧山国际机场2016年7月31日至2018年11月30日的天气数据，数据采集时间间隔为30分钟，Wed_Halfhour数据集，包括最高气温、最低气温、风速、能见度和云量。

2、相似日选取

步骤1：数据降噪处理。对A_1-A_10数据集、Wed_Day和Wed_Halfhour天气数据集进行小波降噪处理；
步骤2：确定相似日筛选范围。将预测对象时间段8月-11月按气象温度，日照，季节等因素划分为两个时间段即8月-9月和10-11月分别进行预测。相应地缩小样本数据范围，训练集分别对应2016年8月-10月加2017月7月-10月，以及2016年9月-12月加2017年9月至12月；
步骤3：确定相似日。计算预测对象某一天的Wed_Day和Wed_Halfhour指标与训练集中相应指标的加权欧式距离，权重初始设为0.5和0.5。满足目标条件加权欧式距离最小，采用优化果蝇算法寻优计算，得到最优权重，而最小距离所对应的日期即为该预测对象的相似日。

3、瞬时有功预测

步骤1：选取当日预测时段。由于当天数据存在大量重复0值，且规律变化。为了消除0值影响提升预测精度，需选取当日预测时间段：8月-9月预测时间段为5时-19时，10月-11月预测时段为6时-18时；
步骤2：训练预测模型。分别建立原始数据训练集中瞬时有功与电流、电压、瞬时无功和正向有功之间的神经网络模型，调整参数使得模型达到最优；
步骤3：确定预测模型输入值。根据相似日选取规则确定预测日期的相似日，将相似日的电流、电压、无功和正向有功等指标作为输入值，带入预测模型，得到输出值；
步骤4：输出预测结果。将输出值补缺相应0值后，即为该日预测对象的瞬时有功预测值。

四、模型效果

缺乏数据，无法有效评估。相似日的算法由于是在包含自己的集合里查找，因此也无法有效评估。

五、总结

决赛的难度显而易见，频度太高，外部数据选取也很麻烦。
几个亮点：

• 在计算相似日时，权值选择上用了果蝇算法去泛化不同模糊聚类。
• 在外部数据同样很差的情况下，利用小波去噪后的数据，效果较好。

由于开发时间不够，第一次对这个项目还比较生疏，主要问题有几点：

• 1.每天 96 点的频率太高，而外部数据在这个频度上的精度明显不高，在外部数据差的情况，很难有效进行下去。
• 2.相似日的算法还不好。对于第三步神经网络的预测部分，完全要依靠第二步相似日选取的准确率。
• 3.原始数据的特征工程做得不够充分。原数据的缺失值和脏数据太多，经常在做相似日的时候回头去处理没处理的脏数据。

改进策略：

• 1.想办法提高外部天气数据的精度和可靠性。
• 2.编程的时候就想到了在一天内分时段去寻找相似时段，可能可以拟合地更好。但是由于外部数据太差，且考虑到编程时间，当即放弃了这个方案
• 3.多尝试特征工程

链接:https://pan.baidu.com/s/1pHvFtv_2DO4YKDrge5JU2Q 密码:wkat