Алгоритм пiдвищення точностi прогнозування вихiдної потужностi сонячної електростанцiї при застосуваннi методу найближчих сусiдiв
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У статтi наведено метод прогнозування вихiдної потужностi сонячної електростанцiї на основi методу регресiї найближчих сусiдiв. Для створення прогнозу вихiдної потужностi використано данi з сонячної електростанцiї в Китаї потужнiстю 50 МВт, що має данi значень сонячної радiацiї, навколишньої температури, тиску та вологостi i вiдповiднi їм значення вихiдної потужностi в перiод з 01.01.2019 до 31.12.2020 з дискретнiстю 15 хвилин. Перед використанням даних проведено їх очищення вiд викидiв методом стандартного мiжквартильного розмаху, роздiлення точок даних на тестову та тренувальну групи i застосовано масштабування ознак методом стандартизацiї для коректного обчислення Евклiдової дистанцiї мiж точками даних. Запропоновано застосування кластеризацiї погодних параметрiв методом k-середнiх, що дозволяє провести iндивiдуальний вибiр кiлькостi сусiдiв для кожного кластеру i виключити вплив точок одного кластеру на кiлькiсть сусiдiв iншого кластеру. Кiлькiсть кластерiв обирається за допомогою визначення коефiцiєнта силуету, тренувальна група погодних параметрiв з вiдповiдними їм значеннями вихiдної потужностi розподiляється по кластерам на основi Евклiдової вiдстанi до центроїд кластерiв. Тестова група погодних параметрiв розподiляється по кластерам, пiсля чого прогнозування методом найближчих сусiдiв вiдбувається в межах кожного кластеру окремо. Вихiдна потужнiсть сонячної електростанцiї розраховується як середня арифметична зважена потужностей сусiдiв кожної точки тестової групи. В кiнцi алгоритму послiдовнiсть точок погодних параметрiв тестової групи вiдновлюється i створюється часовий ряд прогнозу вихiдної потужностi. Запропонований алгоритм дозволив зменшити похибки прогнозу MSE, RMSE, MAPE, MAE на 1 день на 0,5348, 0,2265, 0,38%, 0,1448 вiдповiдно, на 7 днiв похибки стали меншими на 0,1992, 0,0384, 0,1%, 0,0193 вiдповiдно. В результатi вiдносна похибка при прогнозуваннi на 24 години складає 4,22%.
Опис
Ключові слова
метод найближчих сусiдiв, прогнозування потужностi, кластеризацiя, сонячна енергiя, сонячна радiацiя, регресiя, nearest neighbor method, power forecasting, clustering, solar energy, solar irradiation, regression
Бібліографічний опис
Седляров, Є. В. Алгоритм пiдвищення точностi прогнозування вихiдної потужностi сонячної електростанцiї при застосуваннi методу найближчих сусiдiв / Седляров Є. В., Клен К. С. // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2024. – Вип. 95. – С. 39-46. – Бібліогр.: 23 назви.