[论文解读] A Data Mining Approach Combining K-Means Clustering with Bagging Neural Network for Short-term Wind Power Forecasting

Wu Wenbin, Mugen Peng|arXiv (Cornell University)|Sep 14, 2017

Energy Load and Power Forecasting参考文献 19被引用 7

一句话总结

本文提出一种结合K均值聚类与基于自助采样集成的反向传播神经网络（Bagging-BPNN）的数据挖掘方法，以提高短期风电功率预测的准确性。通过根据气象和功率数据的相似性对历史日期进行聚类，并利用自助采样技术稳定BPNN模型，该方法相较标准BPNN将均方根误差（RMSE）降低最多达38.7%，平均绝对误差（MAE）降低最多达29.8%。

ABSTRACT

Wind power forecasting (WPF) is significant to guide the dispatching of grid and the production planning of wind farm effectively. The intermittency and volatility of wind leading to the diversity of the training samples have a major impact on the forecasting accuracy. In this paper, to deal with the training samples dynamics and improve the forecasting accuracy, a data mining approach consisting of K-means clustering and bagging neural network is proposed for short-term WPF. Based on the similarity among historical days, K-means clustering is used to classify the samples into several categories, which contain the information of meteorological conditions and historical power data. In order to overcome the over fitting and instability problems of conventional networks, a bagging-based ensemble approach is integrated into the back propagation neural network. To confirm the effectiveness, the proposed data mining approach is examined on real wind generation data traces. The simulation results show that it can obtain better forecasting accuracy than other baseline and existed short-term WPF approaches.

研究动机与目标

• 解决由于风能间歇性和波动性导致的风电功率预测中训练样本多样性不足与模型不稳定的问题。
• 通过基于气象数据与历史功率数据相似性的K均值聚类方法，选取具有代表性的训练样本以提升预测精度。
• 通过自助采样集成学习方法（bagging）降低反向传播神经网络的过拟合风险，增强模型稳定性。
• 在真实风电场数据上验证该混合方法的有效性，证明其优于基线方法与现有技术。

提出的方法

• 对历史风电功率与气象数据（如风速、温度、叶片倾角等）应用K均值聚类，将相似日期划分为不同簇。
• 利用皮尔逊积矩相关系数衡量预测日与各簇之间的相似性，选择最相关的簇用于训练。
• 采用Relief算法进行特征选择，以降低输入维度并提升模型效率。
• 将自助采样（bootstrap aggregating）技术与反向传播神经网络结合，构建集成模型以降低方差与过拟合风险。
• 基于所选簇的数据训练Bagging-BPNN模型，通过自助抽样生成多样化的训练子集。
• 融合多个基础BPNN模型的预测结果，生成最终更稳健的预测输出。

实验结果

研究问题

• RQ1 基于气象与功率相似性的历史风电数据聚类，能否提升短期风电功率预测的准确性？
• RQ2 将自助采样集成方法与反向传播神经网络结合，能否有效降低过拟合并提升风电功率预测的稳定性？
• RQ3 所提出的K均值聚类与Bagging-BPNN方法在性能上相较于标准BPNN及其他现有预测方法表现如何？
• RQ4 通过Relief算法进行特征选择，在多大程度上提升了模型性能并降低了计算复杂度？

主要发现

• 所提出的结合聚类的Bagging-BPNN方法相较标准BPNN将RMSE降低38.7%，MAE降低29.8%。
• 该方法实现RMSE为342.548 kW，MAE为255.156 kW，优于BPNN模型（RMSE：558.098 kW，MAE：365.091 kW）。
• 相较于仅使用聚类的BPNN，本方法将RMSE降低30.1%，MAE降低21.1%。
• 所提方法显著优于三种现有方法：方法1（RMSE：1053.736 kW）、方法2（RMSE：427.912 kW）与方法3（RMSE：389.472 kW）。
• 与采用主成分分析（PCA）基ANN集成的方法2相比，本方法实现RMSE降低19.9%，MAE降低17.1%。
• 结果证实，对相似历史日期进行聚类并结合集成学习方法，能显著提升预测精度与模型鲁棒性。