Табыстар:
- Қысқа, орта және ұзақ мерзімді жүктемені болжаудағы айырмашылықтарды және оларды энергетикалық жүйеде пайдалану салаларын түсіндіре білу.
- Жасанды интеллект арқылы мүмкіндіктерді жобалау, модель таңдау және болжамды бағалауды жүзеге асыру мүмкіндігі
- MAPE сияқты көрсеткіштермен болжау қатесін өлшеу және оны инженерлік негізділікпен және резервтеу қажеттілігімен байланыстыру мүмкіндігі
Электр энергиясын сақтау қымбат және шектеулі тауар болып табылады; Сондықтан желі тұтынушылар қанша және қашан электр энергиясын алғысы келетінін алдын ала білуі керек. Жүктемені болжау болашақ электр энергиясына сұранысты болжау міндеті болып табылады және энергетикалық жүйенің ең негізгі талдауларының бірі болып табылады. Электр станциялары осы болжамға сәйкес бағдарламаланады, нарықта сатып алу және сату шешімдері сәйкесінше қабылданады және желілік инвестиция сәйкесінше жоспарланады. Бұл бөлімде біз жүктемені болжау түрлерін, оның жасанды интеллектпен қалай орнатылатынын және бағаланатынын және болжау қатесінің инженерлік салдарын үйренеміз. Терминді анықтайық: жүктеме – берілген сәтте тұтынылатын электр қуаты (кВт/МВт); Жүктеме қисығы бұл қуаттың уақыт бойынша бағыты болып табылады.
Болжау көкжиектері: қысқа, орташа, ұзақ мерзімді
Жүктемені болжау әртүрлі мақсаттарға қызмет етеді және сіз қаншалықты алға қарайтыныңызға байланысты әртүрлі әдістерді қажет етеді.
Өте қысқа және қысқа мерзімді (минуттардан бірнеше күнге дейін). Ол желіні теңгерімдеу, бірлік міндеттемесі (қай зауыт жұмыс істейтін болады) және нарықтық өтінімдер үшін қолданылады. Мұнда ауа-райы, күн түрі (жұмыс күні/соңы) және соңғы тұтыну ең күшті детерминанттар болып табылады. Дәлдік маңызды, себебі қате тікелей теңгерімсіздік шығындарын тудырады.
Орта мерзімді (аптадан бір жылға дейін). Ол техникалық қызмет көрсетуді жоспарлау, отынмен қамтамасыз ету және маусымдық келісімшарттар үшін қолданылады. Маусымдық және экономикалық үрдістер бірінші орынға шығады.
Ұзақ мерзімді (жылдар). Ол желі және электр станцияларын инвестициялау және қуатты жоспарлау үшін қолданылады. Халық саны, экономикалық өсу, электр көлігі және жылу сорғысының таралуы сияқты құрылымдық факторлар шешуші болып табылады. Мұнда белгісіздік табиғи түрде үлкен және сценарий тәсілі қолданылады.
Кеңес: Болжам көкжиегін нақтыламай үлгіні таңдамаңыз. Ертеңгі күнді болжайтын модель және 2035 жылды болжайтын модель мүлде басқа деректер мен белгісіздікті басқаруды талап етеді.
Жүктеме мен мүмкіндікті анықтайтын факторлар
Біз машиналық оқыту үлгісіне беретін деректер мүмкіндіктер деп аталады. Жақсы жүктемені болжау жақсы мүмкіндіктерді таңдаудан басталады. Жүктемені анықтайтын негізгі факторлар:
- Күнтізбе: Уақыт, күн түрі, демалыс, мереке, маусым. Жүктеме адамның мінез-құлқының ырғағымен жүреді; Таңертең және кешке төбешіктер жасайды.
- Ауа: Температура ең күшті фактор (салқындату және жылыту жүктемесі), одан кейін ылғалдылық, радиация және жел. Температура-заряд қатынасы әдетте U-тәрізді: жүктеме өте ыстық және өте суық жағдайда да артады.
- Өткен жүктеме: бір сағат, бір күн және бір апта бұрын тұтыну (кешіктіру ерекшеліктері) жақын болашақтың ең күшті хабаршысы болып табылады.
- Ерекше оқиғалар: Негізгі спорттық оқиғалар, ұзақ мерекелер, экономикалық күйзеліс.
Жасанды интеллект осы атрибуттарды жасауда және қайсысы тиімді екенін анықтауда өте пайдалы. Бірақ тұзақтан сақ болыңыз: болжау кезінде қол жетімді болмайтын ақпаратты жатқызу (мысалы, болжанатын уақыттың нақты температурасы, ал бізде тек ауа райы болжамы болады) деректердің ағып кетуін тудырады және модельді іс жүзінде пайдасыз етеді.
Қадамдық: Жасанды интеллект арқылы бағалауды жүктеңіз
1-қадам - Мәселені анықтаңыз. Көкжиек (ертең немесе келесі жылы), ажыратымдылық (сағаттық) және мақсатты (жүйенің жалпы жүктемесі немесе жалғыз фидер) нақтыланады.
2-қадам — Деректерді дайындау. Алдыңғы бөлімдегі пәнмен таза уақыт қатары белгіленеді; Ауа-райы және күнтізбе деректері қосылады.
3-қадам — Атрибуттарды жасаңыз. Кесте, кешіктірілген жүктеме және ауа райы атрибуттары жасалады. Ағып кету тексеріледі: болжау кезінде әрбір мүмкіндік қолжетімді ме?
4-қадам — Үлгіні таңдау және үйрету. Қарапайым базалық көрсеткіш (мысалы, «өткен аптаның дәл сол уақыты») әрқашан бірінші қадам болып табылады; Жетілдірілген үлгілер осы іргетастан асып түсетін дәрежеде ғана құнды. AI үлгі кодын және мүмкіндіктер құбырын жасауда пайдалы.
5-қадам – Бағалау. Модель ол көрмейтін уақыт кезеңі ішінде (болашақ кезең) сыналады; Ол оқу деректерінде ешқашан бағаланбайды. Көрсеткіштер сағат пен режим бойынша бөлінген.
6-қадам — Белгісіздік туралы хабарлау. Бір сан емес, диапазон (болжау жолағы) берілген; Осы жолаққа сәйкес желіні резервтеу жоспарланады.
Болжам қатесін өлшеу: MAPE және одан тыс
Болжам сапасын өлшеу үшін бірнеше көрсеткіштер қолданылады. MAPE (Орташа абсолютті пайыздық қате) – болжау мен шындық арасындағы орташа пайыздық айырмашылық; Түсіндіру оңай. Әдетте 1-ден 3 пайызға дейін MAPE жүйе деңгейіндегі қысқа мерзімді жүктемені болжау үшін жақсы деп саналады; Жалғыз ғимарат/фидер деңгейінде бұл мән табиғи түрде жоғары болады, себебі жалғыз тұтынушы айнымалырақ.
Бірақ тек MAPE жаңылыстыруы мүмкін. Орташа төмен болып көрінсе де, ең жоғары сағаттарда жүйелі ауытқулар болуы мүмкін және желі шыңында өте маңызды. Сондықтан, қатені сағат сайын, күндік типте және әсіресе ең жоғары сәттерде бөлек тексеру қажет. Сонымен қатар, қатенің бағыты маңызды: тұрақты бағаламау (сұраныстың төмен бағалануы) өндірістің сәйкес келмейтін кестесіне әкеледі және теңгерімсіздікті тудырады.
Абайлаңыз: «MAPE 2 пайыз, тамаша» деп айту жеткіліксіз. Егер MAPE ең жоғары сағаты 6 пайыз болса және сіз кешкі шыңды дәйекті түрде жете бағаласаңыз, сол модельмен желі теңгерімі бұзылады. Ешқашан орташа метриканы режим бойынша бөлшектемей қауіпсіз деп санамаңыз.
Үш шағын корпус: сандар бойынша
1-жағдай - негізгі сызықтан өтпеу. Бір команда күрделі модель құрастырып, 2,8 пайыздық MAPE алды және қуантты. Содан кейін қарапайым «өткен аптаның дәл сол уақыты + температураны түзету» негізі 2,6 пайызды берді. Күрделі модель іргетастан өте алмады; қосымша күрделіліктің мәні болмады. Сабақ: әрқашан алдымен қарапайым іргетас жасаңыз.
2-жағдай – үстіңгі соқыр нүкте. Бір дистрибьюторлық компанияның моделі жалпы MAPE бойынша 2,1% жақсы болды, бірақ жазғы кешкі ауаны кондиционерлеудің шыңында оны үнемі 7 пайызға төмендетті. Бұл бірнеше ыстық күнде күтпеген жүктеме мен кернеудің төмендеуін тудырды. Температура атрибутына «қатарынан ыстық күндер саны» (құрылыстың жылу жинақталуы) қосылғанда, ең жоғары қателік 3 пайызға дейін төмендеді.
3-жағдай – ағып кетуді тоқтату. Бір интерн моделі кері тестілеуде керемет жақсы нәтиже көрсетті (0,4 пайыз MAPE). Тергеу үлгі атрибут ретінде болжанған уақыттың нақты температурасын пайдаланғанын көрсетті; ал шындығында бұл жай ғана ауа райы болжамы болар еді. Ағып кету жойылғаннан кейін MAPE нақты 2,5 пайызға дейін өсті. «Өте жақсы» нәтиже жиі қатенің белгісі болып табылады.
Әлсіз шақыру / Күшті шақыру
Әлсіз шақыру:
Осы жүктеме деректерімен болжау үлгісін құрастырыңыз.[деректер]
Күшті шақыру:
Сіздің рөліңіз: энергияға сұранысты болжау жөніндегі сарапшы. Мақсаты: күн алдындағы (24 сағат бұрын) сағаттық жүйе жүктемесінің болжамы.- Алдымен қарапайым базаны ұсыныңыз (мысалы, өткен аптаның дәл сол уақыты) және оған сілтеме жасаңыз.- Төлсипаттар тізімін шығарып алыңыз; HER атрибут үшін "болжау бірден қол жетімді ме?" белгілеу. Ағып кету қаупі барларды бөліңіз.- Бағалауды оқу кезеңінен БӨЛІК, кейінгі кезеңде жүргізіңіз.- MAPE туралы жалпы және ең жоғары сағаттарда бөлек хабарлаңыз; Қатенің бағытын көрсетіңіз (төмен/жоғары). - Нәтиже бір сан емес, болжау интервалы болсын. Деректер схемасы: [бағандар]
Күшті шақыру негізді бекітеді, ағып кетуді болдырмайды, бағалауды дәл белгілейді және белгісіздікті көрінеді - нашар жүктемені болжаудағы төрт классикалық қатені жояды.
Көшірілетін төрт үлгі
1) Атрибут пен ағып кетуді тексеру:
Келесі болжау мәселесі үшін мүмкіндіктер тізімін ұсыныңыз: [проблема]. Әрбір атрибут үшін ақпараттың үш бөлігін қамтамасыз етіңіз: (a) ол неге жүктемеге әсер етеді, (b) болжам бірден қолжетімді, (c) ағып кету қаупі бар ма. Тізімнен ағып кеткендерді алып тастаңыз.
2) Негізгі үлгіні құру:
Осы жүктеме сериясы үшін кемінде екі қарапайым негізгі сызықты ұсыныңыз (мысалы, кеше дәл сол уақыт, өткен аптаның дәл сол уақыты, температура түзетілген орташа мән). Әрқайсысына негіздеме жазыңыз. Жетілдірілген үлгі осы негіздерді мағыналы түрде өткен жағдайда ғана ұсынылады.
3) Бағалау хаттамасы:
Осы үлгі үшін бағалау жоспарын орнатыңыз: уақыт тәртібі бойынша бөлек оқыту/сынау кезеңдері (болашақтан өткенге ағып кетпеу). Көрсеткіштерді жалпы, күн түрі және ең жоғары сағат негізінде бөлек есептеңіз. Қатенің жүйелі аспектісі туралы хабарлаңыз.
4) Белгісіздік және шешім қабылдау:
Болжамды диапазонмен ұсыныңыз (жоғарғы/төменгі жолақ). Бұл аралық тордың артық болуына және нарықтық сауда-саттық шешіміне қалай байланыстырылатынын түсіндіріңіз. Сондай-ақ «ең нашар сценарий» қандай болады деген сұраққа жауап беріңіз.
Болжау көкжиегі кестесі
көкжиек
Ұзақтығы
Негізгі қолдану
басым фактор
тым қысқа
Минут-сағат
теңестіру, бақылау
соңғы жүктеме
қысқа
1-7 күн
Бірлік міндеттемесі, нарық
Ауа райы, күн түрі
орташа
Апта-жыл
Техникалық қызмет көрсету, отын, келісім-шарт
маусымдық, үнемділік
ұзақ
жылдар
Инвестиция, қуаттылық
Халық, EV, жылу сорғысы
Жалпы қателер
- Қарапайым негізді өткізіп жіберу. Күрделі модель қарапайым негізден асып түсетінін дәлелдемейінше құнды деп санауға болмайды.
- Деректер ағып кетуі. Болжау кезінде қол жетімді болмайтын ақпаратты атрибуциялау жалған кемелділікке әкеледі.
- Орташа көрсеткішке соқыр сену. Ең жоғары сағаттар мен маусымдық ауысулар бөлек қарастырылмаса, желіге қауіп төнеді.
- Тақ санды беру. Белгісіздік жолағынсыз болжау резервтік жоспарлау үшін толық емес.
- Жаттығу деректері бойынша бағалау. Модель әрқашан көрінбейтін кезеңде тексерілуі керек.
Қысқаша
Жүктемені болжау - бұл энергия жүйесінің импульсі; Оның әдісі мен белгісіздігі көкжиекке байланысты өзгереді. Жақсы болжау жақсы атрибуттардан басталады және ағып кетуге қарсы мұқият болуды талап етеді. Жасанды интеллект функцияларды генерациялауда, модель құруда және бағалауда қуатты көмекші болып табылады; бірақ қарапайым базалық сызық әрқашан сілтеме болып табылады, бағалау көрінбейтін кезеңде жасалады және қате орташа емес, шың/режим негізінде түсіндіріледі. Бағалау - бұл жалғыз сан емес, белгілі бір диапазон.
Қолданбалы тапсырма
Жүктеме немесе тұтыну сериясын алыңыз. Алдымен қарапайым базалық сызықты қолмен орнатыңыз (мысалы, «өткен аптада дәл сол уақытта»). Содан кейін AI-дан «Атрибут пен ағып кетуді тексеру» және «Бағалау хаттамасы» үлгілері бар болжау жоспарын сұраңыз. Әрбір ұсынылған атрибуттың ағып кету қаупі туралы өзіңізге сұрақ қойыңыз. Соңында, ең жоғары сағаттардағы болжам қателігі орташа қателіктен ерекшеленетінін тексеріп, қорытындыңызды жазыңыз.
бақылау парағы
- [ ] Мен болжам көкжиегін, рұқсатты және мақсатты нақтыладым
- [ ] Мен қарапайым негіз салып, оған сілтеме жасадым
- [ ] Әрбір төлсипат "бірден болжанады ма?" Мен оның ағып кетуін тексердім.
- [ ] Мен бағалауды соқыр кезеңде жасадым
- [ ] Мен MAPE-ді жалпы және ең жоғары сағат негізінде бөлек зерттедім
- [ ] Қатенің жүйелі бағытын тексердім (төмен/жоғары)
- [ ] Мен бағалауды бірқатар белгісіздік пен пайымдаумен ұсындым