基于深度神经网络的风电场超短期功率预测系统【数据故事计划最佳学术奖】

摘要：细听学长学姐讲故事，或许在他们的路上也有你的身影！

【第一届数据故事计划】

“数据故事计划”旨在收集各类有关大数据的故事然后进行比赛及相关的宣传和推广。包括同学们接触大数据、使用大数据、最终取得成果的过程，主要内容为大数据在各类行业的应用以及个人感悟。希望以此活动使得更多同学认识大数据，学会利用大数据解决问题，最终实现向“数据ers”的转变。

 

摘要

能源是人类社会和经济发展的基础，快速的工业发展和人口的增长导致了能源的过度开发和使用，使得气候变化问题和能源危机成为了全球性的问题。而风力发电技术因为具有良好的规模化开发潜力和商业应用的前景，也逐渐成为了认可度最高、发展最为成熟的新能源技术之一，对应对全球性的气候变化和能源危机具有非常重要的意义。随着我国风电装机比例的增高，消纳难度逐渐增大，弃风问题凸显，风电功率预测对促进风能的消纳具有非常重要的作用。通过对风电功率的准确预测，常规电厂能有充足的时间启动和进行合理的备用，从而保障电网的安全稳定运行并节约电网的运行成本。而风速预测是进行风功率预测的关键环节，传统的风电场风速预测方法多基于时间序列和机器学习的方法进行预测，难以准确地提取到数据的时空特征。有鉴于此，本团队采用了深度时空神经网络的方法，能够自动提取风电场内部多源时间序列之间的时空相关性特征，从而提升风速预测的精度。

人物介绍

凡航，电机工程与应用电子技术系，直博四年级，导师梅生伟教授。曾获国家奖学金、唐立新奖学金等荣誉。主要研究方向为电网大数据和智慧城市。是风功率预测相关的国家重点研发计划子课题学生负责人，并承担多项与电网大数据相关的科技项目，发表多篇学术论文。

故事介绍

01 对数据科学感兴趣的工科生

从高中开始我就对物理和数学很感兴趣，所以在大学选专业的时候就选了和数学物理联系比较紧密的电气工程及其自动化专业。而在大学的时候，虽然学的是传统工程学科，而且那个时候人工智能和大数据还没有像现在这样热门，但是在本科导师的指导下，也开始接触和了解数学建模比赛和数学竞赛以及电力系统中的科研，甚至还尝试着发表了一些文章。在这个过程中，也激发了我对数据科学的兴趣，并逐渐开始了解和尝试用数据驱动的方法分析和解决电力系统中的问题。后来到了14年，保研到了清华之后，数据科学也逐渐热了起来，清华也成立了跨学科的数据科学研究院，并提供了大数据能力提升项目。在与导师协商之后，我也就报名了这个项目。并选修了一些这方面的课程，比如徐葳老师的大数据系统分析等。虽然最开始由于缺乏相应的基础，感觉学起来有点吃力，但是在紧跟课程之后，感觉还是收获很大的。而且在这个过程中，还认识了很多同样对数据科学很感兴趣的小伙伴，也了解到了大数据在不同学科中的应用现状和难点等等。

02 深入了解电网大数据

在进入研究生的学习以后，我也逐渐参与到了国家电网的大数据相关项目中，比如其中一个是国家电网的千人计划专家牵头的专项项目，利用数据驱动的方法对电网的暂态稳定进行快速判断，这相较于之前传统数值仿真的方法，在技术上具有很大的创新性。还有就是利用太阳能光伏场站的数据进行参数辨识的项目，在这个过程中还逐渐学到了流形学习的降维方法。同时在2017年暑假的时候，在电机系国家电网卓越创新基金项目的支持下，我和电机系几位同学一起前往美国哈佛大学Li Na那里进行了访问。在这个过程中，也逐渐地了解到了大数据和人工智能方面的一些前沿进展和在电力系统中应用的可能性。

哈佛大学校园

而且，在世界互联网大会上，马化腾等众多嘉宾都强调了工业互联网和产业互联网的概念，大数据与传统行业的结合也是大势所驱。国家电网也提出了“泛在电力物联网”的建设目标。所以我也是在这个过程中逐渐感受到了大数据和传统行业相结合的魅力。

03 确定研究方向和方法

在了解了众多电网大数据的应用场景之后，在18年3月份，我也参与了以促进新能源消纳为主题的国家重点研发计划项目，作为子课题3的学生负责人，研发风电场的超短期功率预测系统，并将这个方向作为我博士毕业论文的相关课题。通过一段时间的文献调研和研究，我发现这还真是一个很有应用前景的研究方向。谷歌旗下的Deep Mind公司也一直在做这方面的事情，并发布了相关研究成果，宣称能够将风电场的收益提升20%，但他们做的是短期预测，预测分辨率是1个小时。

而我在研究中，借鉴了城市交通网络预测和视频预测中的方法，选用了深度时空神经网络，能够提取多变量时间序列中的时空相关性特征，并以此为依据进行预测。最后采用了东北某风电场的实际风速量测数据进行了比较，发现4h的超短期风速预测误差在10%以内，而且时间分辨率可以达到15min。并将相关研究成果整理成了论文进行投稿，后续还将进行更加深入的研究。

个人感受

在从事电网大数据这样的交叉学科研究过程中，我觉得这是一件收获很大而且很有意义的事情。虽然研究过程中也感受到过一些困难，比如来自于相关知识的缺乏，或者如何在两个学科之间更好地交流和提升认可度。但是清华有着很好的平台，只要愿意花时间，知识的缺乏可以有很多手段可以弥补。而且在数字经济和数字中国战略的支持下，数据科学的思想也逐渐得到了各个行业的认可，跨学科的思路也逐渐受到学术界的重视，相关研究也处于迅速的发展当中。所以在这个过程中可以充分感受到处于时代前沿下的迅速成长和其中的快乐！ 最后，感谢数据院和数据协会举办这样的活动，让众多对数据感兴趣的同学加入其中并分享各自的经验，大家都感觉收获满满！

编辑：王菁

校对：林亦霖