用SARIMAX预测光伏板温度：一份来自真实科研数据的Python实战笔记

用SARIMAX预测光伏板温度：一份来自真实科研数据的Python实战笔记

光伏板温度预测是太阳能发电系统优化运行的关键环节。准确预测光伏板表面温度不仅能帮助评估发电效率，还能为冷却系统设计和故障预警提供数据支持。本文将基于真实科研数据，详细讲解如何利用SARIMAX模型预测光伏板温度，并分析环境变量对预测结果的影响。

1. 数据准备与探索性分析

在开始建模前，我们需要对数据进行充分了解和预处理。光伏板温度数据通常具有明显的时间序列特征，同时受到多种环境因素的影响。

import pandas as pd import matplotlib.pyplot as plt # 读取数据 df = pd.read_excel('summer_30data.xlsx', index_col='time stamp') PV_face_T = df['PV face T'] # 光伏板表面温度 exog = df[['ambient_temp', 'solar_radiation']] # 环境温度和太阳辐射 # 绘制原始数据 plt.figure(figsize=(12,6)) PV_face_T.plot(title='光伏板表面温度时间序列') plt.xlabel('时间') plt.ylabel('温度(℃)') plt.grid() plt.show()

数据特征分析要点：

• 检查数据完整性：是否存在缺失值或异常值
• 观察数据周期性：日变化、季节变化等
• 分析环境变量与光伏板温度的相关性

提示：在实际项目中，建议先进行数据清洗，处理缺失值和异常值，确保数据质量。

2. 时间序列平稳性检验与处理

SARIMAX模型要求时间序列是平稳的，因此我们需要先进行平稳性检验和处理。

2.1 ADF检验与差分处理

from statsmodels.tsa.stattools import adfuller # ADF检验函数 def adf_test(series): result = adfuller(series) print(f'ADF统计量: {result[0]}') print(f'p值: {result[1]}') print('临界值:') for key, value in result[4].items(): print(f'\t{key}: {value}') # 原始数据检验 print("原始数据ADF检验结果:") adf_test(PV_face_T) # 一阶差分 PV_face_T_diff1 = PV_face_T.diff().dropna() print("\n一阶差分后ADF检验结果:") adf_test(PV_face_T_diff1)

2.2 季节性差分与ACF/PACF分析

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf # 季节性差分（假设周期为24） PV_face_T_seasonal_diff = PV_face_T.diff(24).dropna() # 绘制ACF和PACF图 fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8)) plot_acf(PV_face_T_seasonal_diff, lags=40, ax=ax1) plot_pacf(PV_face_T_seasonal_diff, lags=40, ax=ax2) plt.show()

平稳性处理关键点：

3. SARIMAX模型构建与参数选择

SARIMAX模型结合了季节性ARIMA模型和外生变量的优势，特别适合光伏板温度预测这类问题。

3.1 模型参数确定

通过ACF和PACF图，我们可以初步确定模型参数：

• 非季节性部分(p,d,q)：通常从(1,1,1)开始尝试
• 季节性部分(P,D,Q,s)：s为周期长度，其他参数根据季节性ACF/PACF确定

from statsmodels.tsa.statespace.sarimax import SARIMAX # 划分训练集和测试集 train_size = int(len(PV_face_T)*0.8) train, test = PV_face_T[:train_size], PV_face_T[train_size:] exog_train, exog_test = exog[:train_size], exog[train_size:] # 初始模型 model = SARIMAX(train, exog=exog_train, order=(1,1,1), seasonal_order=(1,1,1,24)) results = model.fit() print(results.summary())

3.2 模型诊断与优化

模型拟合后需要进行诊断，检查残差是否符合要求：

# 残差诊断 results.plot_diagnostics(figsize=(12,8)) plt.show() # 残差ACF检验 plot_acf(results.resid, lags=40) plt.show()

模型优化策略：

1. 尝试不同的(p,d,q)和(P,D,Q,s)组合
2. 使用网格搜索或自动ARIMA寻找最优参数
3. 添加或移除外生变量，观察模型改进

4. 模型预测与结果评估

完成模型构建后，我们需要评估其预测性能，并与实际观测值进行对比。

4.1 预测实现

# 预测未来24小时 forecast = results.get_forecast(steps=24, exog=exog_test) forecast_mean = forecast.predicted_mean conf_int = forecast.conf_int() # 绘制预测结果 plt.figure(figsize=(12,6)) train[-100:].plot(label='训练数据') test.plot(label='真实值') forecast_mean.plot(label='预测值') plt.fill_between(conf_int.index, conf_int.iloc[:,0], conf_int.iloc[:,1], color='pink', alpha=0.3) plt.legend() plt.title('光伏板温度预测结果') plt.xlabel('时间') plt.ylabel('温度(℃)') plt.grid() plt.show()

4.2 评估指标计算

from sklearn.metrics import mean_absolute_error, mean_squared_error # 计算评估指标 mae = mean_absolute_error(test, forecast_mean) rmse = mean_squared_error(test, forecast_mean, squared=False) print(f'平均绝对误差(MAE): {mae:.2f}') print(f'均方根误差(RMSE): {rmse:.2f}') # 预测准确率 accuracy = 100 * (1 - abs(test - forecast_mean)/test) print(f'平均预测准确率: {accuracy.mean():.2f}%')

预测结果分析要点：

• 关注预测曲线与实际曲线的吻合程度
• 检查置信区间是否合理
• 分析误差较大的时间段，寻找可能的原因
• 比较带外生变量和不带外生变量模型的预测效果

5. 工程实践中的关键问题与解决方案

在实际应用中，光伏板温度预测会遇到各种挑战。以下是几个常见问题及解决方法：

5.1 数据质量问题

常见问题：

• 传感器故障导致的数据缺失
• 异常天气条件下的数据异常
• 不同光伏板间的温度差异

解决方案：

# 数据缺失处理示例 df['PV_face_T'] = df['PV_face_T'].interpolate() # 异常值检测与处理 def detect_outliers(series, threshold=3): z_scores = (series - series.mean())/series.std() return abs(z_scores) > threshold outliers = detect_outliers(PV_face_T) PV_face_T_clean = PV_face_T[~outliers]

5.2 模型更新与维护

光伏系统性能会随时间变化，模型需要定期更新：

1. 在线学习：定期用新数据重新训练模型
2. 模型监控：设置性能阈值，当误差超过阈值时触发重新训练
3. 多模型比较：维护多个模型，选择当前表现最好的

5.3 外生变量选择

选择合适的外生变量能显著提升预测精度：

在实际项目中，需要权衡变量的重要性和获取成本，选择最合适的变量组合。

6. 高级技巧与性能优化

对于追求更高预测精度的场景，可以考虑以下进阶方法：

6.1 特征工程

# 创建时间特征 df['hour'] = df.index.hour df['day_of_week'] = df.index.dayofweek df['is_daylight'] = (df.index.hour > 6) & (df.index.hour < 18) # 滚动统计特征 df['rolling_24h_mean'] = df['PV_face_T'].rolling(24).mean() df['rolling_24h_std'] = df['PV_face_T'].rolling(24).std()

6.2 模型融合

结合SARIMAX与其他模型的优势：

from sklearn.ensemble import RandomForestRegressor from sklearn.model_selection import cross_val_score # 使用SARIMAX残差训练随机森林 residuals = results.resid rf_model = RandomForestRegressor() scores = cross_val_score(rf_model, exog_train, residuals, cv=5) print(f'随机森林残差预测平均R2: {scores.mean():.2f}')

6.3 超参数优化

使用自动ARIMA寻找最优参数组合：

import pmdarima as pm auto_model = pm.auto_arima(train, exogenous=exog_train, seasonal=True, m=24, trace=True) print(auto_model.summary())

性能优化对比：

在实际项目中，我通常会先尝试特征工程和自动调参，只有在预测精度要求极高且计算资源充足时才会考虑模型融合方案。