用特征选择提升风电与光伏预测：CSFS 方法解读

导语

风电和光伏正在成为电力系统中越来越重要的组成部分，但它们的输出高度依赖风速、辐照度、温度等环境条件，无法像传统机组那样稳定调度。因此，如何更准确地预测当前和未来发电量，直接关系到电网调度、储能配置和可再生能源消纳效率。

arXiv 论文《Improving Wind and Solar Power Prediction with Efficient Wrapper-based Feature Selection: An Empirical Study》关注的不是更复杂的预测模型本身，而是一个常被低估的环节：在众多传感器、气象和运行变量中，究竟应该选哪些输入特征。

核心要点

• 研究对象覆盖两类典型任务：论文讨论了风机功率曲线建模与光伏功率预测。前者由作者进行结构化文献综述，后者则基于既有综述提炼常用输入特征。
• 问题在于特征选择不够系统：虽然实际场景中可用变量很多，但许多研究对特征选择的处理有限，或主要依赖经验与不完整流程。这会导致模型训练成本增加，也可能引入冗余变量。
• 提出 CSFS 方法：作者提出 Cluster-based Sequential Feature Selection，即基于聚类的顺序特征选择。它属于包装式方法，模型无关，可嵌入不同的可再生能源预测流程。
• 兼顾性能与效率：实验将 CSFS 与传统顺序特征选择、过滤式方法以及随机森林内置特征重要性等方法比较。结果显示，包装式方法整体能给出预测表现更好的特征组合；CSFS 的预测表现与传统 SFS 接近，同时平均减少 21% 计算成本。
• 提供开源实现：论文称作者已在 GitHub 上提供 CSFS 实现，便于复现实验和在其他预测任务中复用。

意义与影响

这项工作的价值在于把“特征工程”重新放回可再生能源预测的中心位置。随着风电场、光伏电站部署更多传感器和外部气象数据源，输入维度会持续膨胀。如果不加筛选地把所有变量交给模型，可能带来训练耗时、部署复杂度和泛化风险。

CSFS 的思路并不是替代预测模型，而是为预测管线提供一个更高效的前置筛选步骤。对能源企业而言，这类方法有助于在有限计算资源下构建更轻量的预测系统；对研究者而言，它也提醒大家在比较模型效果时，应更清楚地说明输入变量如何被选择。

不过，论文给出的结论仍需在更多电站、气候区域和预测时间尺度上验证。可再生能源预测往往具有强烈的场景依赖性，某一数据集上的优选特征未必能直接迁移到另一场景。即便如此，该研究提供了一个可复现、可扩展的方向：在追求更强模型之前，先更聪明地选择数据。

来源：arXiv