Previsione dell'energia solare utilizzando il deep learning ibrido: miglioramento delle prestazioni con modellazione casuale foresta-BiLSTM e ensemble

Summary

Questo studio migliora le prestazioni delle centrali solari concentrate attraverso un'analisi completa dei dati e metodologie di correzione degli errori. Integrando analisi dello spettro, ottimizzazione dell'efficienza termica e modelli ibridi di machine learning, la ricerca fornisce strategie concrete per migliorare l'efficienza operativa e l'affidabilità, supportando così il ruolo dell'energia solare come fonte di energia sostenibile.

Abstract

Una previsione accurata dell'energia solare è fondamentale per l'integrazione della rete e la stabilità operativa dei sistemi di energia rinnovabile. Questo studio presenta un approccio ibrido di deep learning per prevedere la generazione solare catturando complessi dipendenze temporali nei dati di irradianza. Sono state valutate cinque architetture ibride: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer, ciascuna combinando componenti convoluzionali o ricorrenti per estrarre caratteristiche spaziali e sequenziali da serie temporali storiche. Il modello RF-BiLSTM ha ottenuto la migliore performance individuale con R² = 0,6568, MAE = 30.728 W e MSE = 1,81 × 10⁹ W². Un modello di ensemble che integra le prime tre architetture utilizzando la media ponderata per MAE inversa ha dimostrato prestazioni superiori con R² = 0,6933, MAE = 28.809,89 W e MSE = 1,53 × 10^{9 W2}, riducendo l'errore di previsione del 6,2% rispetto al miglior modello individuale. Il framework di ensemble proposto bilancia efficacemente i punti di forza dei modelli, migliora la robustezza delle previsioni e fornisce una soluzione scalabile e basata sui dati per la previsione delle energie rinnovabili nelle smart grid e nei sistemi di gestione energetica.

Introduction

L'accelerazione della transizione globale verso le energie rinnovabili ha posizionato l'energia solare come una fonte fondamentale nel mix energetico sostenibile. Man mano che i paesi si impegnano sempre più a decarbonizzare i loro sistemi energetici, la tecnologia fotovoltaica (PV) ha registrato una crescita esponenziale grazie alla sua scalabilità, al calo dei costi e ai benefici ambientali. Tuttavia, la diffusa integrazione dell'energia solare nelle reti elettriche nazionali e regionali presenta sfide significative, principalmente a causa della sua natura intermittente e dipendente dal clima. L'irradianza solare è influenzata da una varietà di fattori ambientali, tra cui la copertura nuvolosa, le condizioni atmosferiche, i cambiamenti stagionali e i cicli diurni, tutti elementi che introducono variabilità e incertezza nella produzione di energia solare. Questa variabilità intrinseca complica il compito di bilanciamento della rete e pianificazione del sistema elettrico. Gli operatori devono prevedere con precisione la produzione di energia solare per garantire un'allocazione ottimale delle risorse, ridurre la dipendenza dai sistemi di backup a combustibili fossili, prevenire sovraccarichi o sottoutilizzo delle infrastrutture e mantenere la stabilità complessiva della rete. Con l'aumento della penetrazione dell'energia solare, la necessità di modelli di previsione robusti, affidabili e precisi diventa ancora più urgente. Previsioni solari accurate a breve termine e a breve termine sono particolarmente critiche per applicazioni come la partecipazione al mercato energetico, la distribuzione del caricamento, la programmazione delle batterie e la gestione delle^{microreti 1}.

I metodi tradizionali di previsione, come i modelli fisici basati su dati meteorologici e le tecniche statistiche di serie temporali (ad esempio, ARIMA, levigatura esponenziale), spesso non riescono a catturare il comportamento non lineare e dinamico della generazione solare. Questi modelli tendono a basarsi su assunzioni lineari, caratteristiche artigianali o simulazioni meteorologiche dettagliate, che limitano la loro scalabilità e adattabilità ai cambiamenti nei dati^{solari 2}. Al contrario, i modelli di deep learning (DL) sono emersi come un approccio trasformativo nella previsione delle serie temporali. Questi metodi basati sui dati possono apprendere automaticamente caratteristiche complesse e dipendenze temporali direttamente dai dati grezzi di input senza richiedere un esplicito feature^{engineering 3,4}.

Tra le architetture più diffuse ci sono le Reti Neurali Ricorrenti (RNN) e le loro varianti migliorate, come la Memoria a Breve Termine Lungo (LSTM) e le reti Gated Recurrent Unit (GRU). Questi modelli sono progettati per catturare dipendenze sequenziali e relazioni temporali a lungo termine nei dati di serie^{temporali 2,5,6}. Nel frattempo, le Reti Neurali Convoluzionali (CNN) hanno dimostrato forti capacità nell'estrazione di caratteristiche spaziali e sono state adattate per elaborare dati temporali tramite convoluzioni 1D, in particolare nelle configurazioni^{ibride 7,8}. I modelli DL ibridi, che combinano i punti di forza di diverse architetture come CNN e RNN, hanno guadagnato terreno nella previsione solare grazie alla loro capacità di estrarre sia dipendenze locali che a lungo raggio da dati di serie^{temporale 7,8,9}

Ad esempio, i modelli CNN-LSTM o CNN-BiLSTM applicano strati convoluzionali per preelaborare e filtrare la sequenza di input prima di inserirla nei livelli ricorrenti, risultando in un apprendimento più efficiente e^{accurato 9,10}. Diversi studi hanno dimostrato la superiorità delle architetture ibride rispetto ai modelli standalone. La ricerca che utilizza modelli ibridi SSA-RNN-LSTM ha raggiunto riduzioni significative delle metriche di errore in più tecnologie fotovoltaiche, mostrando miglioramenti del 15-23% nella RMSE rispetto agli approcci ibridi^{alternativi 9}. Analogamente, le architetture CNN-LSTM hanno superato sia gli approcci standard di machine learning sia i singoli modelli di deep learning su più metriche di valutazione quando applicati a dati solari reali¹⁰. È stata inoltre dimostrata l'efficacia dei metodi ibridi basati sulla decomposizione, dove la decomposizione dei pacchetti wavelet combinata con le reti LSTM ha dimostrato prestazioni superiori rispetto ai singoli modelli LSTM, RNN, GRU e MLP nella previsione della potenza fotovoltaica con un'ora di^{anticipo 2}. Nella previsione dell'energia eolica, i modelli ibridi che combinano strati convoluzionali con reti GRU hanno ottenuto miglioramenti notevoli nelle previsioni a breve termine, con la validazione in più località che ne conferma la robustezza e la^{generalizzazione 7}. Inoltre, meccanismi basati sull'attenzione come i Transformers offrono ulteriore potenziale concentrandosi selettivamente sui segmenti di input rilevanti attraverso passi temporali. Recenti indagini sugli ibridi CNN-LSTM-Transformer hanno raggiunto tassi di errore eccezionalmente bassi, rappresentando sforzi pionieristici per incorporare le reti Transformer in modelli ibridi per la previsione dell'energia^{solare 11}.

Il successo dei modelli ibridi va oltre le combinazioni architettoniche, includendo tecniche di pre-elaborazione e adattamenti specializzati per condizioni reali. Le tecniche di decomposizione dei segnali si sono dimostrate preziose nel catturare le caratteristiche multiscala della generazione di energia fotovoltaica, migliorando la precisione delle previsioni grazie a una migliore rappresentazione dei pattern^{temporali 2}. Per le centrali solari su scala industriale che operano in condizioni di limitazione, approcci avanzati basati su LSTM che incorporano preprocessi specializzati hanno ottenuto significative riduzioni degli errori affrontando le incongruenze dei^{dati 12}. È stato inoltre esaminato l'impatto sulla qualità dei dati di input, rivelando differenze sostanziali di prestazioni nell'uso di dati meteorologici storici rispetto a quelli previsti, con tecniche innovative di feature engineering che aiutano a mitigare le perdite di precisione in condizioni di input^{imperfette 6}. Gli approcci di apprendimento automatico hanno ulteriormente dimostrato efficacia nei sistemi connessi alla rete, mostrando il potenziale per ridurre la dipendenza dalla capacità di riserva di rotazione convenzionale attraverso previsioni accurate¹³. Lavori fondamentali precedenti hanno stabilito la fattibilità delle reti neurali artificiali per varie applicazioni dell'energia solare, dimostrando la loro capacità di gestire dati rumorosi e incompleti fornendo previsioni rapide una volta^{addestrate 3,4,14}. La ricerca sugli orizzonti ottimali di previsione e sugli approcci a input minimo ha fornito indicazioni pratiche per la progettazione e la distribuzione dei sistemi in regioni con scarsità di dati^{15, 16, 17}. I metodi ibridi che combinano modellazione meccanica con deep learning hanno mostrato anche potenziali risultati per applicazioni complesse di energia solare termica, identificando con precisione i fattori meteorologici chiave e le loro relazioni^{spaziotemporali 18}. Studi comparativi hanno dimostrato i vantaggi delle architetture ricorrenti avanzate, in particolare le reti LSTM bidirezionali, che hanno raggiunto prestazioni eccezionali in condizioni ambientali difficili come il tempo^{nuvoloso 19}.

L'apprendimento in ensemble, in particolare attraverso la media ponderata, offre una soluzione convincente. Aggregando le previsioni dei modelli complementari, i metodi di ensemble possono ridurre l'errore di generalizzazione, migliorare la robustezza e mitigare le debolezze dei singoli modelli. Questo studio indaga le prestazioni di cinque modelli avanzati ibridi DL: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer per la previsione dell'energia solare. Ogni modello viene valutato utilizzando metriche rigorose, tra cui il coefficiente di determinazione (R²), l'errore assoluto medio (MAE) e l'errore quadratico medio (MSE). Sulla base del benchmarking delle prestazioni, i tre modelli migliori vengono selezionati e combinati in un ensemble ottimizzato utilizzando una tecnica di media ponderata. L'obiettivo è sviluppare un ensemble solo DL che migliori la precisione delle previsioni mantenendo la generalizzazione e la fattibilità computazionale. Questa ricerca mira a fornire soluzioni pratiche e ad alte prestazioni di previsione per gli operatori di rete e gli stakeholder delle energie rinnovabili.

Nonostante i notevoli progressi nelle metodologie di previsione delle energie rinnovabili, persistono diverse limitazioni critiche nell'attuale conoscenza. Sebbene i sistemi fotovoltaici abbiano attirato un notevole focus di ricerca, le applicazioni di previsione specificamente pensate per concentrare energia solare restano nettamente sottorappresentate, lasciando in gran parte irrisolte le domande sulla previsione dell'efficienza termica e sull'ottimizzazione^operativa. I framework attuali di previsione procedono tipicamente sotto l'assunzione che le misurazioni dei sensori siano intrinsecamente accurate, trascurando l'implementazione di procedure sistematiche di correzione degli errori per la strumentazione a Irradianza Normale Diretta, il che introduce potenziali preoccupazioni di affidabilità sia per l'analisi retrospettiva sia per le previsioni prospettiche²⁰. Gli approcci esistenti si concentrano prevalentemente sulla previsione temporale senza esaminare le caratteristiche spettrali della radiazione solare in condizioni atmosferiche variabili, nonostante l'influenza nota della distribuzione spettrale sulle prestazioni^{del sistema 17}. Sebbene le architetture ibride che combinano reti convoluzionali e ricorrenti si siano dimostrate efficaci per applicazioni fotovoltaiche ed eoliche, il loro adattamento a sistemi solari termici a concentrazione rimane in gran parte inesplorato, in particolare le configurazioni che integrano l'elaborazione delle caratteristiche della Foresta Casuale con strati ricorrenti^{bidirezionali 7,10}. La prevalenza degli intervalli di previsione oraria negli studi pubblicati trascura la necessità di una risoluzione temporale più elevata, capace di catturare dinamiche di risposta termica rapida, essenziali per la gestione del sistema^{in tempo reale 18,19}. Inoltre, il miglioramento della qualità dei dati e la modellazione predittiva esistono come domini di ricerca disconnessi senza quadri integrati che dimostrino come la rettifica delle misure si traduca in miglioramenti nelle^{previsioni 20}. Infine, le considerazioni sull'efficienza computazionale, inclusa la durata dell'addestramento, la velocità di inferenza e i requisiti hardware, ricevono un'attenzione insufficiente rispetto alle metriche di precisione, limitando la guida pratica^{di implementazione 20}.

Questa indagine affronta queste carenze stabilendo una metodologia completa che incorpora analisi specifiche per l'energia solare concentrata con l'ottimizzazione termica, implementa protocolli rigorosi di correzione degli errori dei sensori, conduce esame della distribuzione spettrale, introduce un'architettura LSTM Foresta Casuale Bidirezionale per la previsione della potenza termica, esegue previsioni a risoluzione minima per una granularità temporale migliorata, collega i processi di rettifica dei dati con le prestazioni e fornisce benchmarking computazionale sistematico su cinque architetture ibride utilizzando hardware di elaborazione grafica standardizzato. Le principali lacune nella ricerca identificate nella letteratura esistente sono riassunte nella Tabella 1.

Gap di ricerca	Letteratura esistente	Cosa manca	Questo studio affronta
Ricerca limitata specifica per il CSP	Studi estesi di previsionefotovoltaica 15,16	Rettifica dei dati di efficienza termica CSP	Analisi completa dei dati CSP con ottimizzazione termica
Correzione degli errori dei sensori inadeguata	Gli studi assumono un'accuratezza dei dati17	Protocolli di correzione a zero errori per strumenti DNI	Implementata la correzione a zero errori per una valutazione accurata
Assenza di analisi spettrale DNI	Previsione temporale focalizzata solo18	Distribuzione spettrale sotto variazioni atmosferiche	L'analisi dello spettro rivela influenze di nuvole/atmosferiche
Modelli ibridi limitati per CSP	CNN-LSTM per PV10, CNN-GRU perl'eolico 7	RF-BiLSTM per applicazioni CSP	Nuova RF-BiLSTM che raggiunge R2 = 0,657
Mancanza di analisi minuto per minuto	Previsioniorarie: 18,19	Alta risoluzione per la termodinamica	Valutazione minuto per minuto per ottimizzazione in tempo reale
Nessun Quadro Integrato	Studi separati di previsione e qualità20	Collegamento tra rettifica e prestazioni	Framework integrato per il miglioramento dati-prestazione
Analisi computazionale insufficiente	Confronti di accuratezza solo20	Efficienza dell'addestramento e fattibilità del dispiegamento	Analisi computazionale su GPU T4 su 5 modelli

Tabella 1: Lacune di ricerca affrontate nello studio attuale. Riepilogo delle limitazioni della ricerca esistenti, degli elementi mancanti nella letteratura attuale e dei contributi specifici di questo studio nell'affrontare le lacune identificate nella previsione del CSP e nella valutazione della qualità dei dati.

Protocol

Raccolta e descrizione del dataset
Il dataset (Figura 1) utilizzato in questa ricerca comprende i documenti storici fondamentali per la previsione dell'energia solare. Il dataset comprende dati operativi giornalieri provenienti da un impianto solare termico concentrato da 50 MW gestito da Megha Engineering and Infrastructures Limited (MEIL), situato vicino ad Anantapur, Andhra Pradesh, India, che utilizza la tecnologia a soffitto parabolico Concentrated Solar Power (CSP) che cattura l'Irradianza Normale Diretta (DNI) e trasferisce calore tramite un Fluido di Trasferimento di Calore (HTF) per generare elettricità. Il dataset è stato raccolto dal 1° gennaio 2015 al 3 ottobre 2025 e contiene sette attributi chiave che catturano informazioni temporali, misurazioni di irradianza solare e output di generazione di energia. Gli attributi temporali includono 'Data', che fornisce la data del calendario in formato standard, 'Anno' che indica l'anno di raccolta dei dati, 'Mese' che rappresenta il numero del mese, 'Giorno' indica il giorno del mese, e 'Giorno Giuliano', che offre un sistema di numerazione sequenziale dei giorni durante tutto l'anno per un'analisi temporale continua. La principale variabile meteorologica di input è la 'DNI SUM' misurata in kWh/m², che rappresenta l'Irradianza Normale Diretta totale (DNI), l'energia solare cumulativa ricevuta per metro quadrato della superficie del collettore, che funge da fattore critico che influenza l'efficienza di conversione termica dell'impianto CSP. La variabile target 'Generazione Effettiva', misurata in kWh, cattura la potenza elettrica prodotta dall'impianto CSP, riflettendo il risultato del processo di conversione dell'energia solare a termica a elettrica. Questi attributi complessivamente permettono un'analisi completa delle prestazioni dell'impianto, inclusa la determinazione dell'efficienza termica, la modellazione di conversione DNI-potenza, l'identificazione delle influenze atmosferiche e della copertura nuvolosa tramite analisi spettrale, l'implementazione di protocolli di correzione a zero errori per la calibrazione dei sensori e lo sviluppo di modelli avanzati ibridi di previsione del machine learning per ottimizzare la pianificazione operativa in tempo reale e migliorare l'efficienza e l'affidabilità complessiva dell'impianto CSP. Dettagli sull'impianto disponibili su: https://solarpaces.nrel.gov/project/megha-solar-plant

Figura 1: Le prime cinque righe del dataset. Dati di esempio che mostrano le voci iniziali del dataset di generazione di energia solare, mostrando le caratteristiche di input e le variabili target utilizzate per l'addestramento e la valutazione del modello. Clicca qui per visualizzare una versione più grande di questa figura.

Preparazione dei dati
Lo studio utilizza dati di serie temporali sulla generazione solare che coprono dal 1° gennaio 2015 al 10 marzo 2025. Per tenere conto di potenziali problemi di qualità dei dati nei primi anni e concentrarsi su modelli più recenti, i record sono stati filtrati dal 1° gennaio 2017 in poi. Le colonne temporali (Data, Anno, Giorno) sono state rimosse sulla base di un'analisi preliminare di correlazione che ha mostrato un valore predittivo trascurabile. I valori mancanti sono stati imputati utilizzando una tecnica di media mobile per mantenere la continuità temporale minimizzando la distorsione dei modelli sottostanti. Tre caratteristiche di lag sono state create utilizzando la variabile target (Actual Generation (kW/h)) per catturare dipendenze temporali.

Divisione dei dataset
Per stabilire coorti di addestramento, validazione e test bilanciate e rappresentative, il dataset pre-elaborato è stato segmentato utilizzando un metodo di campionamento stratificato. Questo approccio ha garantito che il 70% dei dati (2091 dati) fosse allocato per l'addestramento, mentre sia i set di validazione che quelli di test rappresentavano ciascuno il 15% (448 dati per insieme).

Normalizzazione dei dati
Le funzionalità sono state standardizzate utilizzando StandardScaler, mentre i valori target sono stati normalizzati tramite MinMaxScaler nell'intervallo [0,1] per la stabilità della rete neurale.

Addestramento al modello
Cinque modelli ibridi (Random Forest-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer) sono stati implementati per la previsione della generazione solare. I dati di input sono stati ristrutturati in un formato sequenziale riformulato come (campioni, passi temporali, caratteristiche) dove passi temporali = 1 per la maggior parte dei modelli, eccetto CNN-LSTM, che utilizzava una finestra scorrevole di 15 passi. Addestramento, validazione e set di test sono stati scalati mantenendo l'ordine temporale per evitare perdite di dati. Tutti i modelli sono addestrati con 32 unità di lotto e 30 epoche.

Foresta Casuale-BiLSTM (Figura 2): Il modello ibrido proposto combina una rete Bidirezionale Long Short-Term Memory (BiLSTM) con un regressore Random Forest (RF) per migliorare l'accuratezza della previsione. Innanzitutto, il modello BiLSTM viene addestrato sui dati delle serie temporali in ingresso per catturare schemi temporali e generare previsioni iniziali. Successivamente, vengono calcolati gli errori residui (differenze tra valori effettivi e previsti) derivanti dalla BiLSTM. Un modello di Foresta Casuale viene quindi addestrato sulle caratteristiche di input originali per apprendere e prevedere questi residui. Per migliorare le prestazioni del modello RF, le sei caratteristiche più importanti sono selezionate in base ai punteggi di importanza delle caratteristiche. Infine, la predizione corretta si ottiene aggiungendo i residui previsti per RF agli output del BiLSTM. Questo approccio ibrido sfrutta la capacità di modellazione delle sequenze di BiLSTM e la forza di apprendimento in ensemble di Random Forest per ottenere una migliore generalizzazione e performance predittiva.

Sia la sequenza di input al passo temporale t.

Previsione BiLSTM:

, 

 

 

Calcolo residuo: 

Apprendimento residuo usando Random Forest: Sia Z⊂X le prime k caratteristiche selezionate usando l'importanza delle caratteristiche.

 

Previsione finale: 

Figura 2: Architettura del modello di memoria a breve termine bidirezionale a lungo termine in foresta casuale. Diagramma schematico che illustra l'architettura ibrida RF-BiLSTM, mostrando l'integrazione dell'elaborazione delle caratteristiche Random Forest con strati LSTM bidirezionali per l'apprendimento temporale delle sequenze. Clicca qui per visualizzare una versione più grande di questa figura.

CNN-LSTM (Figura 3): Il modello ibrido CNN-LSTM inizia elaborando la sequenza di input utilizzando uno strato convoluzionale 1D per estrarre le caratteristiche spaziali locali, seguito da un'attivazione LeakyReLU, normalizzazione batch e max pooling. Le caratteristiche estratte vengono poi passate attraverso uno stack di tre strati LSTM per apprendere le dipendenze temporali, con normalizzazione dei livelli e dropout applicati dopo i primi due LSTM per la regolarizzazione. L'output finale dell'LSTM viene passato attraverso strati densi completamente connessi con attivazione e dropout e infine mappato all'uscita usando un singolo neurone.

Sia la sequenza di input, dove T è la finestra temporale e F è il numero di caratteristiche.

Operazione CNN: 

Pooling massimo: 

Cellula LSTM: 

 

Output:  

Figura 3: Architettura del modello CNN-LSTM. Rappresentazione strutturale del modello ibrido Convolutional Neural Network-Long Short-Term Memory, che dimostra l'estrazione convoluzionale delle caratteristiche seguita dall'elaborazione della sequenza temporale unidirezionale. Clicca qui per visualizzare una versione più grande di questa figura.

CNN-BiLSTM (Figura 4): Il modello ibrido CNN-BiLSTM estrae inizialmente le caratteristiche spaziali utilizzando uno strato convoluzionale 1D con 32 filtri, seguito da normalizzazione batch e max pooling per ridurre la dimensionalità. L'output viene poi passato attraverso uno stack di due strati LSTM bidirezionali per catturare dipendenze temporali a lungo termine sia in direzione avanti che indietro. La regolarizzazione viene applicata tramite dropout e normalizzazione batch. Uno strato denso con 128 neuroni affina la rappresentazione appresa prima che lo strato finale di output la mappi a un singolo valore previsto.

Operazione CNN: 

Pooling massimo:

LSTM bidirezionale:  ,  

 

Output:  

Figura 4: Architettura del modello CNN-BiLSTM. Diagramma architettonico del modello Convolutional Neural Network-Bidirectional Long Short-Term Memory, che evidenzia la combinazione di strati convoluzionali con l'elaborazione ricorrente bidirezionale per una migliore cattura delle dipendenze temporali. Clicca qui per visualizzare una versione più grande di questa figura.

CNN-GRU (Figura 5): Il modello ibrido CNN-GRU parte da uno strato Conv1D che utilizza un kernel dimensione 1 per estrarre le caratteristiche spaziali dal singolo passo temporale. Il max pooling riduce le dimensioni spaziali. Segue una pila di strati GRU: il primo restituisce sequenze per catturare dipendenze temporali, e il secondo riassume la sequenza in una rappresentazione compatta. Uno strato denso finale produce il valore previsto. La regolarizzazione dropout viene applicata tra gli strati GRU per prevenire il sovrafitting.

Operazione CNN: 

Pooling massimo: 

Cellula GRU:

Output:

Figura 5: Architettura del modello CNN-GRU. Schema del modello ibrido Convolutional Neural Network-Gated Recurrent Unit, che mostra preprocessing convoluzionale integrato con strati GRU per una modellazione temporale efficiente. Clicca qui per visualizzare una versione più grande di questa figura.

CNN-transformer (Figura 6) Il modello CNN-transformer parte da uno strato Conv1D per estrarre le caratteristiche locali dalla sequenza di input, seguito da uno strato di max pooling. Queste caratteristiche vengono passate attraverso un blocco encoder Transformer costituito da un meccanismo di auto-attenzione multi-testa, normalizzazione degli strati e una rete densa feed-forward. Viene quindi applicato il pooling della media globale prima che uno strato denso finale produca la previsione. Questa architettura è progettata per catturare sia i pattern spaziali (tramite CNN) sia le dipendenze globali (tramite l'attenzione dei Transformer).

Operazione CNN:

Autoattenzione con più teste:

Dove: Q, K, V = XW^Q, XW^K,^{XW V} e d_k è la dimensione delle chiavi.

Rete Feed Forward:

Aggiungi & Norma i livelli:

Output:

Figura 6: Architettura del modello CNN-Transformer. Panoramica strutturale del modello ibrido Convolutional Neural Network-Transformer, che incorpora l'estrazione convoluzionale delle caratteristiche con meccanismi di attenzione multi-head per il riconoscimento avanzato dei pattern temporali. Clicca qui per visualizzare una versione più grande di questa figura.

Sviluppo del modello di ensemble
Per migliorare l'accuratezza delle previsioni e la robustezza del modello, abbiamo implementato un approccio a ensemble a media ponderata utilizzando previsioni dai cinque modelli ibridi di deep learning: RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer. L'ensemble è stato costruito assegnando pesi ottimizzati alle previsioni di ciascun modello, con pesi più alti assegnati ai modelli che dimostrano prestazioni individuali superiori, misurate dai loro punteggi R². Questa strategia di ponderazione garantisce che modelli più accurati contribuiscano in modo più significativo alla previsione finale, pur sfruttando i punti di forza complementari di tutte le architetture. L'output dell'ensemble è stato poi valutato utilizzando metriche standard di prestazione: R², errore assoluto medio (MAE) ed errore quadratico medio (MSE) per valutarne l'accuratezza predittiva, la coerenza e la capacità di generalizzazione. Questo insieme di deep learning mira a integrare l'estrazione temporale delle caratteristiche da molteplici prospettive, raggiungendo così maggiore accuratezza e robustezza rispetto a qualsiasi singolo modello ibrido isolato.

Formulazione matematica della tecnica dell'ensemble:

Sia

rappresentano l'insieme dei modelli base corrispondenti a CNN-RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU e CNN-Transformer.

Ogni modello base M_i produce una previsione:

La matrice meta-feature per l'impilamento si forma come:

Il meta-apprendista della Ridge Regression stima la previsione finale come:

dove:

-- w_i sono i i appresi a sovrapporre i pesi

-- w₀ è il termine di pregiudizio

Per evitare l'overfitting, la Regressione Ridge minimizza la seguente funzione di perdita regolarizzata:

dove:

-- y_j = vero target per il j^esimo campione

-- N = numero totale di campioni

-- α = parametro di regolarizzazione che controlla la riduzione del peso

La previsione dell'insieme si ottiene come:

dove i pesi w_i vengono automaticamente appresi minimizzando la funzione di perdita di cresta.

Results

Valutazione delle prestazioni individuali del modello
La valutazione delle prestazioni di cinque modelli ibridi di deep learning (DL) RF-BiLSTM, CNN-GRU, CNN-BiLSTM, CNN-LSTM e CNN-transformer è stata condotta utilizzando un insieme completo di metriche di regressione standard, tra cui R² (coefficiente di determinazione), errore assoluto medio (MAE) e errore quadratico medio (MSE), per valutare rigorosamente la loro capacità di prevedere la produzione di energia solare in condizioni meteorologiche e d...

Discussion

La metodologia proposta segue un flusso di lavoro strutturato come mostrato nella Figura 12. Inizialmente, il dataset subisce una pre-elaborazione completa, inclusa imputazione di valori mancanti, normalizzazione e ingegneria delle caratteristiche, per garantire la qualità dei dati e migliorare l'apprendimento dei modelli ^3,6. Il dataset elaborato viene poi suddiviso in set di addestramento (70%), validazione (15%) e test (15%) per c...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BiLSTM	TensorFlow/Keras	TensorFlow 2.10.0
Strati CNN	TensorFlow/Keras	TensorFlow 2.10.0
Google Colab	Google LLC	Piattaforma Cloud
GRU	TensorFlow/Keras	TensorFlow 2.10.0
Matplotlib	Team di sviluppo Matplotlib	3.7.1
NumPy	NumFOCUS	1.25.2
NVIDIA T4 GPU	NVIDIA Corporation	Tesla T4
Pandas	NumFOCUS	2.0.3
Pireliometro per la misurazione del DNI	Kipp & Zonen	CH1-DL
Python	Python Software Foundation	3.10.12
Foresta Casuale	Sviluppatori Scikit-learn	1.2.2
Scikit-learn	Sviluppatori Scikit-learn	1.2.2
Sensori di temperatura	Vaisala	HMP155
TensorFlow/Keras	Google	Versione 2.10.0
Trasformatore	TensorFlow/Keras	TensorFlow 2.10.0
Stazione meteorologica	Davis Instruments	Vantage Pro2