决策树(DT)与人工神经网络(ANN)在哥伦比亚内瓦日太阳辐照度预测中的比较评估:基于统计残差分析的模型性能研究

《Technologies》:Use of Machine Learning for Solar Power Generation Prediction in the Field of Alternative Renewable Energy Sources Juan D. Parra-Quintero, Daniel Ovalle-Cerquera, Edwin Chica and Ainhoa Rubio-Clemente

【字体: 大 中 小 】 时间:2026年04月02日 来源:Technologies 3.6

编辑推荐:

  摘要:本研究比较了决策树(Decision Tree, DT)与人工神经网络(Artificial Neural Network, ANN)两种机器学习算法在哥伦比亚安第斯地区内瓦(Neiva, 2.930079°N, ?75.255650°W)日太阳辐照度(

  
摘要:本研究比较了决策树(Decision Tree, DT)与人工神经网络(Artificial Neural Network, ANN)两种机器学习算法在哥伦比亚安第斯地区内瓦(Neiva, 2.930079°N, ?75.255650°W)日太阳辐照度(单位:kWh/m2/day)预测中的表现。研究人员使用NASA POWER(Prediction of Worldwide Energy Resources)数据库获取2024年全年366天的观测数据,通过箱线图识别并处理离群值(采用滑动窗口中位数法替换),随后分别构建DT与ANN模型。为全面评估模型可靠性,研究人员除计算均方根误差(Root Mean Square Error, RMSE)、平均绝对误差(Mean Absolute Error, MAE)及决定系数(R2)外,还对残差进行了独立性(Durbin–Watson检验与Ljung–Box检验)、正态性(Kolmogorov–Smirnov检验、Jarque–Bera检验与Shapiro–Wilk检验)及同方差性(Bartlett检验、Breusch–Pagan检验与Levene检验)三项统计诊断。研究结果表明,经过离群值处理的DT模型(R2= 0.8798, MAE = 0.1100, RMSE = 相应降低21.37%/15.09%)显著优于ANN模型(R2= 0.7856, MAE = 0.7729),能更好捕捉太阳辐照度的日频波动与极端峰值;而ANN残差满足正态分布与同方差性假设,DT残差虽呈非正态尖峰分布但不影响其预测有效性。研究人员认为DT更适于描述该地区非线性、高波动的太阳辐照度变化,残差统计诊断可为机器学习模型在时间序列预测中的适用性提供重要补充依据。
论文解读:决策树与人工神经网络在哥伦比亚内瓦日太阳辐照度预测中的比较评估——基于统计残差分析的性能研究
研究背景与意义
太阳辐照度是太阳能资源评估与光伏系统规划的核心参数,其受云层覆盖、季节交替等气象因素影响的强非线性与高时间变异性使传统物理经验模型难以精确预报。目前机器学习方法中,决策树(Decision Tree, DT)与人工神经网络(Artificial Neural Network, ANN)被广泛用于太阳辐射预测,但二者在热带安第斯双模态气候区(旱季>6.0 kWh/m2/day,雨季明显跌落)的适用性差异及模型残差统计特性尚缺乏系统比较。现有研究多依赖RMSE、MAE与R2等拟合指标,忽略了对预测残差独立性、正态性与同方差性的诊断,可能掩盖模型潜在偏差。为此,研究人员以哥伦比亚乌伊拉省内瓦市2024年全年日太阳辐照度数据为对象,开展DT与ANN模型对比及残差统计验证研究,旨在明确更适合该地区的高精度预测模型并完善模型评价体系。该论文发表于MDPI期刊《Technologies》2026年第14卷。
主要关键技术方法
研究人员获取NASA POWER数据库中内瓦(2.930079°N, ?75.255650°W)2024年1月1日至12月31日共366个日太阳辐照度观测值(kWh/m2/day),进行探索性数据分析(Exploratory Data Analysis, EDA)得出均值4.370、极值1.41~7.26及四分位数。通过箱线图识别三个离群值,设两场景——原始数据(Case 1)与滑动窗口中位数法(前后各5点中位数)修正后数据(Case 2)。分别建立DT回归模型与ANN(未指明具体拓扑但经十次迭代)模型,以70:30或相应折分训练—测试(文中暗示全时段拟合并做十次迭代验证)。性能评估采用MAE、RMSE与R2;进一步对预测残差(ei= yi? ?i)做三大统计检验:(1)独立性——Durbin–Watson统计量(理想值≈2)与Ljung–Box Q统计量(p > 0.05不拒绝无自相关原假设);(2)正态性——Kolmogorov–Smirnov(K-S)检验、Jarque–Bera(J-B)检验与Shapiro–Wilk(S-W)检验(p > 0.05不拒绝正态原假设);(3)同方差性——Bartlett检验(要求正态)、Breusch–Pagan(BP)检验与Levene检验(p > 0.05不拒绝同方差原假设)。所有显著性水平α = 0.05。
研究结果
3. Results and Discussion
研究人员对比原始与离群值处理后模型的误差指标发现,离群值处理使DT模型的MAE改善21.37%、RMSE改善15.09%,而ANN模型改善不足2%;经处理后的DT模型最佳迭代R2达0.8798(解释87.98%方差),ANN模型最佳R2为0.7856。DT预测曲线能追踪日高频波动及辐射峰值与骤降,ANN输出则趋于平滑的季节均值,无法反映日波动率,确认DT在处理非线性、高波动太阳辐照度时序上优于ANN。
3.1. Evaluation of the Model Accuracy
十次迭代误差指标汇总表显示DT的RMSE与MAE均低于ANN,R2更接近1,证实DT预测精度更高且稳定性更好,与文献[Shorabeh et al., 40; Singh et al., 41]结论一致。
3.2. Statistical Analysis
3.2.1. Independence Analysis(独立性分析)
Durbin–Watson统计量DT为1.9551、ANN为1.5502,均接近2;Ljung–Box检验DT(p = 0.7903 > 0.05)、ANN(p = 1.7833报道值>0.05),ACF/PACF图绝大部分滞后的自相关系数落于95%置信区间内。结论:两模型残差无显著一阶自相关,满足独立性假设,模型已提取时序确定性成分,残差近似白噪声。
3.2.2. Normality Analysis(正态性分析)
K-S、J-B与S-W检验中,ANN各检验p值分别为0.9691、0.7201、0.6620,均>0.05,残差直方图近对称、Q-Q图点沿对角线分布,满足正态性;DT对应p ≈ 0.0000,残差呈尖峰态(leptokurtic)、Q-Q图为阶梯状。结论:ANN残差符合正态分布假设,DT因分段常数预测机制产生离散多峰残差属非参模型固有特性,不否定其预测有效性,评价时应侧重误差指标而非正态假定。
3.2.3. Homoscedasticity Analysis(同方差性分析)
Bartlett、BP与Levene检验中,ANN各p值分别为0.2499、0.6337、0.2407,均>0.05,满足同方差性;DT各p ≈ 0.0000,拒绝同方差原假设。结论:仅ANN模型残差满足同方差假设,DT存在轻微异方差但与树模型性质相符。
讨论与结论总结
研究人员总结指出,在内瓦地区日太阳辐照度预测中,经过滑动窗口中位数法离群值预处理的决策树(DT)模型在精度指标(R2、MAE、RMSE)上明显优于人工神经网络(ANN),能更好刻画太阳辐照度受间歇性云层影响产生的非线性高频波动;尽管ANN模型残差更符合经典线性回归的统计假设(正态、同方差、独立),而DT残差呈现非正态与轻微异方差特征,但DT作为非参数方法其预测效能应通过误差度量而非分布假设评判。研究同时证明引入残差独立性、正态性与同方差性统计诊断可深化对机器学习时序预测模型泛化能力与局限的理解。综合而言,对于具强双峰气候模式与高波动特征的安第斯地区太阳辐照度,DT是更优的预测工具,残差诊断应成为模型比较中的标准配套步骤。本研究为热带安第斯地区太阳能资源评估与光伏产能预测之模型选择提供了实证依据与方法学参考。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号