风力发电机功率预测问题

任务定义

2022 年 kdd cup 提供了龙源电力集团有限公司独特的空间动态风力预测数据集：SDWPF， 其中包括：风力涡轮机的空间分布，以及时间、天气和涡轮机内部状态等动态背景因素。 预测目标是 134 个风机各自在未来 288 个时刻(共 2 天)下的输出功率

需要在 48 小时之前解决空间动态风力发电预测问题。例如，在今天上午 06:00:00 给出， 根据风电场和相关风力涡轮机的一系列历史记录，需要有效地预测从上午 06:00 到后天上午 05:50 的风力发电。 需要每10 分钟输出一次预测值。具体而言，在一个时间点，需要预测未来的长度 288（48 小时 * 60 分钟 / 10 分钟）风力发电时间序列

风力发电机简介

风力涡轮机结构：

风力涡轮机结构组件：

• Tower
  • yaw motor
  • yaw driver：
• Rotor
  • wind direction
  • blades
  • pitch
• Nacelle
  • brake
  • lowe-speed shaft
  • gear box
  • generator
  • high-speed shaft
  • controller
  • anemometer
  • wind vane

数据概况

• SDWPF：龙源电力集团有限公司独特的空间动态风力预测数据集

• SDWFP 数据概况信息：

  Days	Interval	Num of columns	Num of turbines	Num of records
  245	10 minutes	13	134	4,727,520

• SDWPF 特征信息：

  

  • 预测特征：
    • 风力涡轮机编号
    • 日期时间
      • 日期
      • 时间
    • 风速计记录的风速，m/s
    • 风向与涡轮机舱位置的角度，°
    • 周边环境的温度，℃
    • 涡轮机内部状态
      • 涡轮机舱内部温度，℃
      • 1# 桨距角，°
      • 2# 桨距角，°
      • 3# 桨距角，°
    • 无功功率，kW
    • #TODO 风力涡轮机的空间分布（相对位置）：用于建模风力涡轮机之间的空间相关性
  • 预测目标：
    • 有功功率，kW

• 在数据使用时，要注意：

  1. 零值：有一些有功功率和无功功率小于零。我们会将小于 0 的所有值视为 0
  2. 缺失值：由于某些原因，某些时间的某些值不是从 SCADA 系统收集的。这些缺失值将不用于评估模型。 例如：如果 $p_{t_0+j}$ 是缺失值，则我们会设 $|p_{t_0+j}-{\hat{p}}_{t_0+j}|=0$，而不管预测值是多少
  3. 未知值：在某些时候，风力涡轮机由于外部原因而停止发电，例如风力涡轮机翻新和/或主动调度动力以避免电网过载。 在这些情况下，风力涡轮机的实际发电功率是未知的。这些未知值也将不用于评估模型。与缺失值类似，忽略它们。 任意满足以下两种情况之一，便能判断出目标变量(Patv)是未知的：
     • 如果时间 $t$ 下， $Patv\le 0$ kW 且 $Wspd>2.5$ m/s
     • 如果时间 $t$ 下，$Pab1>89°$ 或 $Pab2>89°$ 或 $Pab3>89°$
  4. 异常值：当某样本数据存在异常记录时，不用它于评估模型，即我们会设 $|p_{t_0+j}-{\hat{p}}_{t_0+j}|=0$，判断异常值的规则有两种：
     • Ndir 的合理范围是 $[-720°,720°]$，因为涡轮机系统允许机舱在一个方向上最多旋转两轮， 否则将强制机舱返回原始位置。因此，超出范围的记录可以看作是记录系统引起的异常值
     • Wdir 的合理范围是 $[-180°,180°]$。超出此范围的记录可以看作是记录系统引起的异常值
  5. 未来的气象数据(风速、温度等)都未知，且我们不能使用外部数据。除了发布数据外，组织方仍然私下持有几个月的数据来评估参与者提交的模型

评价指标

在这个任务中，用 RMSE(均方根误差)和 MAE(平均绝对误差) 的平均值评估每个风力涡轮机的预测结果，然后将预测分数相加作为模型的最终分数

在时间 $t_0$ 下，假设真实的风力涡轮发电机的有功功率时间序列为：

$$P=\{P_{t_0+1},P_{t_0+2},\dots ,P_{t_0+288}\}$$

假设预测的风力涡轮机发电有功功率时间序列为：

$$P=\{{\hat{P}}_{t_0+1},{\hat{P}}_{t_0+2},\dots ,{\hat{P}}_{t_0+288}\}$$

则 $s_{t_0}^i$ 定义为风力涡轮机 $i$ 在时间 $t_0$ 的评估分数：

$$s_{t_0}^i=\frac{1}{2}(RMSE+MAE)$$

其中：

$$RMSE=\sqrt{\frac{1}{288}\sum _{j=1}^{288}(P_{t_0+j}^i-{\hat{P}}_{t_0+j}^i{)}^2}$$

$$MAE=\frac{1}{288}\sum _{j=1}^{288}|P_{t_0+j}^i-{\hat{P}}_{t_0+j}^i|$$

则总分 $S_{t_0}$ 是所有风力涡轮机的预测分数之和，即：

$$S_{t_0}=\sum _{i=1}^{134}{s}_{t_0}^i$$

在预测时：

• 滑动窗口步长为 $\Delta t$
• 窗口大小为 $L_x+288$
• 模型输入长度为 $L_x$
• 模型输出长度为 $288$

最后，对所有滑窗预测的结果做平均。假设用 $K$ 个数据序列做模型评估，每个数据序列数为 $k$，会随机采样一个滑动窗口步数 $\Delta t$(比如范围 $[10min,100min]$)，最后分数为：

$$score=\frac{1}{K}\sum _{k=0}^K{S}_{t_0+{\sum }_{r=0}^k\Delta t_r}$$

参考

• Baidu KDD CUP 2022
• Baidu KDD Cup 2022 风电预测比赛总结
• 龙源风电赛道全流程基线方案分享