光伏发电系统运行数据时间序列补齐与降维方法研究

分布式光伏发电系统(photovoltaic generation system,PGS)往往存在运行数据采集缺失及维数过多问题,这给平稳电力供应的PGS发电功率准确预测建模带来困难。为此,该文提出一种应用插补+主成分分析(principal component analysis,PCA)的PGS数据时间序列补齐与降维方法,以采集时间戳的环境、光伏发电数据完整为目标,采用线性插值、多重插补、生成对抗插补网络等3种典型插补算法对PGS数据时间序列补齐构成完整数据集,并对数据集所包含13种输入变量、3种输出变量进行PCA处理,有效地减少数据维度及减低建模难度。实验选取环境温度、光伏发电功率缺失数据,时间序列补齐数据表明多重插补相对于线性插值、生成对抗插补网络效果更佳;对环境温度、光伏发电功率补齐数据PCA处理,5主成分累计贡献率>95%,较好地完成时间序列补齐与降维处理,有助于数据后续建模、预测及其他挖掘工作,其研究工作具有重要的推广应用价值。