风光水互补系统时间序列变量概率预报框架

作者：张振东; 罗斌; 覃晖; 唐海华; 周超; 冯快乐

来源：水利学报, 2022, 53(08): 949-963.

DOI：10.13243/j.cnki.slxb.20220155

• 风光水互补系统
• 概率预报
• 深度学习
• 特征组合优化
• 超参数优选

风光水互补系统实时调度受风速、太阳辐射强度、径流和电力负荷等时间序列变量的不确定性影响，如何准确预报这些变量并量化预报的不确定性是风光水互补系统面临的关键难题。为此，本研究提出一种基于深度学习模型的时间序列变量概率预报框架。首先，从时间序列数据中挖掘特征输入并采用相关系数对生成的特征进行初选；其次，基于深度学习模型和高斯过程回归构建时间序列变量概率预报模型，同时分别通过0-1规划思想和贝叶斯优化算法实现特征组合优化和超参数优选；进而，从确定性预报、概率预报和可靠性3个方面对预报模型进行全面评价；最后，以雅砻江流域风光水互补先期试点示范基地作为研究对象，分别在径流、风速、光伏和负荷4个数据集上与目前7个不同的时间序列变量预报模型进行全面对比，验证本研究提出预报框架的精度和概率综合性能。

• 单位
  土木工程学院; 长江水利委员会; 华中科技大学; 长江勘测规划设计研究有限责任公司