Добивки:
- Способност да се објаснат разликите во краткорочно, среднорочно и долгорочно предвидување на оптоварувањето и нивните области на употреба во енергетскиот систем
- Способност да се спроведе инженерство на карактеристики, избор на модел и евалуација на предвидување со вештачка интелигенција
- Способност да се измери грешката во прогнозата со метрика како MAPE и да се поврзе со инженерската разумност и потребата од вишок
Складирањето електрична енергија е скапа и ограничена стока; Затоа, мрежата мора однапред да знае колку и кога ќе посакаат потрошувачите електрична енергија. Прогнозирањето на оптоварувањето е задача за предвидување на идната побарувачка на електрична енергија и е една од најосновните анализи на енергетскиот систем. Електраните се програмирани според оваа прогноза, соодветно се носат одлуките за купување и продавање на пазарот, а соодветно се планира и инвестирање во мрежата. Во оваа единица, ќе ги научиме видовите на предвидување оптоварување, како се воспоставува и оценува со вештачка интелигенција и инженерските последици од прогнозната грешка. Да го разјасниме поимот: оптоварување е електричната моќност (kW/MW) потрошена во даден момент; Кривата на оптоварување е текот на оваа моќност со текот на времето.
Хоризонти за прогноза: краткорочни, среднорочни, долгорочни
Прогнозирањето на оптоварувањето служи за различни цели и бара различни методи во зависност од тоа колку далеку гледате напред.
Многу краток и краток рок (од минути до неколку дена). Се користи за балансирање на мрежата, посветеност на единицата (која фабрика ќе работи) и пазарни понуди. Овде, времето, типот на ден (неделен ден/крај) и неодамнешната потрошувачка се најсилните детерминанти. Точноста е критична бидејќи грешката предизвикува директни трошоци за нерамнотежа.
Среден рок (недели до една година). Се користи за планирање на одржување, снабдување со гориво и сезонски договори. Сезонноста и економските трендови доаѓаат до израз.
Долгорочни (години). Се користи за инвестиции во мрежа и електрани и планирање на капацитетот. Структурните фактори како што се населението, економскиот раст, распространетоста на електричните возила и топлинските пумпи се одлучувачки. Овде неизвесноста е природно голема и се користи пристапот на сценарио.
Совет: Не избирајте модел без да го разјасните хоризонтот на прогнозата. Модел кој предвидува утре и модел кој предвидува 2035 година бараат сосема различни влезови и различно управување со несигурноста.
Фактори кои го одредуваат инженерството на оптоварување и карактеристики
Влезовите што ги даваме на моделот за машинско учење се нарекуваат карактеристики. Доброто предвидување на оптоварувањето започнува со изборот на добри карактеристики. Главните фактори кои го одредуваат товарот:
- Календар: време, тип на ден, викенд, државен празник, сезона. Товарот го следи ритамот на човековото однесување; Прави ридови наутро и навечер.
- Воздух: Температурата е најсилниот фактор (оптоварување за ладење и греење), проследено со влажност, зрачење и ветер. Односот температура-полнење е генерално во форма на буквата У: оптоварувањето се зголемува и при многу топли и многу ладни услови.
- Минатото оптоварување: Потрошувачката пред еден час, еден ден и една недела (карактеристики на заостанување) е најсилниот предвесник на блиската иднина.
- Специјални настани: Големи спортски настани, долги празници, економски шокови.
Вештачката интелигенција е многу корисна за генерирање на овие атрибути и откривање кои се ефективни. Но, внимавајте на замката: припишувањето информации што нема да бидат достапни во моментот на предвидувањето (на пример, вистинската температура на времето што треба да се предвиди, додека ние ќе имаме само временска прогноза) создава истекување на податоци и го прави моделот суштински бескорисен.
Чекор по чекор: Проценка на оптоварување со вештачка интелигенција
Step 1 — Define the problem. Се разјаснуваат хоризонтот (утре или следната година), резолуцијата (на час) и целта (вкупно оптоварување на системот или единечен фидер).
Чекор 2 - Подгответе ги податоците. Воспоставена е чиста временска серија со дисциплината во претходната единица; Weather and calendar data are added.
Чекор 3 - Генерирање атрибути. Создадени се распоред, одложено оптоварување и временски атрибути. Протекувањето е проверено: дали секоја функција е достапна во моментот на предвидување?
Чекор 4 - Изберете и обучете го моделот. Едноставна основна линија (на пр. „истото време минатата недела“) е секогаш првиот чекор; Напредните модели се вредни само до степен до кој ја надминуваат оваа основа. Вештачката интелигенција е корисна за генерирање на кодот на моделот и линијата на карактеристики.
Чекор 5 - Оценете. Моделот се тестира во временски период што не го гледа (иден период); Никогаш не се оценува во податоците за обуката. Метриката е поделена по час и режим.
Чекор 6 - Пријавете несигурност. Даден е опсег (појас на предвидување), а не еден број; Според овој опсег се планира технолошки вишок.
Грешка при мерење на прогнозата: MAPE и Beyond
За мерење на квалитетот на предвидувањето се користат неколку метрики. MAPE (Mean Absolute Percentage Error) е просечна процентуална разлика помеѓу предвидувањето и реалноста; Лесно е да се протолкува. Вообичаено, 1 до 3 проценти MAPE се смета за добар за краткорочно предвидување на оптоварување на ниво на системот; На ниво на единечна зграда/хранител, оваа вредност е природно повисока бидејќи единствениот потрошувач е повеќе променлив.
Но, само MAPE може да доведе до заблуда. Дури и ако просекот изгледа низок, може да има систематско отстапување за време на врвните часови, а мрежата е критична токму на врвот. Затоа, потребно е грешката да се испита посебно на час, на дневен тип и особено во моменти на шпиц. Дополнително, насоката на грешката е важна: постојаното потценување (потценување на побарувачката) доведува до несоодветен распоред на производството и создава нерамнотежа.
Внимание: Не е доволно да се каже „MAPE е 2 проценти, одлично“. Ако максималниот час MAPE е 6 проценти и постојано го потценувате вечерниот врв, балансирањето на мрежата со тој модел е нарушено. Никогаш не сметајте ја просечната метрика безбедна без да ја поделите по режим.
Три мини случаи: според бројките
Случај 1 - Неуспех да се помине основната линија. Еден тим изгради комплексен модел и доби 2,8 проценти MAPE и беа воодушевени. Тогаш едноставната основа „исто време минатата недела + корекција на температурата“ даде 2,6 проценти. Комплексниот модел не можеше да ја помине основата; немаше вредност во дополнителна сложеност. Поука: секогаш прво градете ја едноставната основа.
Случај 2 - Слепа точка над главата. Моделот на една компанија за дистрибуција беше добар со 2,1 отсто во вкупниот MAPE, но постојано го недоволно предвидуваше за 7 отсто за време на летниот вечерен врв на климатизацијата. Ова создаде неочекувано оптоварување и пад на напон во неколку топли денови. Кога „бројот на последователни топли денови“ (акумулација на топлина во зградата) беше додаден на атрибутот за температура, максималната грешка се намали на 3 проценти.
Случај 3 - Задржување на истекување. Моделот на еден практикант помина неверојатно добро (0,4 проценти MAPE) во заднинското тестирање. Истрагата покажа дека моделот ја користел вистинската температура на предвиденото време како атрибут; додека во реалноста тоа би било само временска прогноза. Откако беше поправено истекувањето, MAPE се зголеми на реални 2,5 проценти. „Многу добар“ резултат често е знак за грешка.
Слаба навестување / Силен навестување
Слаба навестување:
Создадете модел на предвидување со овие податоци за оптоварување.[податоци]
Моќен потсетник:
Вашата улога: Експерт за предвидување на побарувачката на енергија. Цел: предден ден (24 часа напред) часовна прогноза за оптоварување на системот.- Прво предложете едноставна основна линија (на пр. исто време минатата недела) и упатете ја.- Извлечете листа на атрибути; За СЕКОЈ атрибут, „дали предвидувањето е веднаш достапно?“ марка. Одделете ги оние што се изложени на ризик од истекување.- Спроведете ја проценката ОДДЕЛНО од периодот на обука, во подоцнежен период. Наведете ја насоката на грешката (ниска/висока). - Резултатот нека биде интервал на предвидување, а не еден број. Шема на податоци: [колони]
Моќниот повик ја наметнува основата, спречува истекување, точно ја утврдува евалуацијата и ја прави видлива несигурноста - отсекувајќи ги четирите класични грешки на лошото предвидување на оптоварувањето.
Четири шаблони за копирање
1) Проверка на атрибути и истекување:
Предложете листа на карактеристики за следниот проблем со предвидување: [проблем]. За секој атрибут, наведете три информации: (а) зошто тоа влијае на оптоварувањето, (б) дали предвидувањето е достапно веднаш, (в) дали постои ризик од истекување. Отстранете ги оние што протекуваат од вашата листа.
2) Воспоставување на основен модел:
Предложете најмалку две едноставни основни линии за оваа серија на оптоварување (на пр. исто време вчера, исто време минатата недела, просек поправен со температура). Напишете го образложението за секоја од нив. Напреден модел ќе биде предложен само ако значајно ги помине овие основи.
3) Протокол за евалуација:
Поставете план за евалуација за овој модел: одделни периоди за обука/тестирање по временски редослед (без протекување од иднината во минатото). Пресметајте ги метриките одделно по општи, тип на ден и основи на шпицот. Пријавете го систематскиот аспект на грешката.
4) Несигурност и одлучување:
Претставете ја прогнозата со опсег (горна/долна лента). Објаснете како овој интервал ќе биде поврзан со одлуката за вишок на мрежа и пазарно наддавање. Одговорете и на прашањето кое би било „најлошото сценарио“.
Табела за хоризонт на прогноза
хоризонтот
Времетраење
Основна употреба
доминантен фактор
премногу краток
Минута-час
балансирање, контрола
неодамнешно оптоварување
краток
1-7 дена
Единица посветеност, пазар
Време, тип на ден
средно
Недела-година
Одржување, гориво, договор
сезона, економичност
долго
години
Инвестиција, капацитет
Население, EV, топлинска пумпа
Вообичаени грешки
- Прескокнување на едноставната основа. Сложениот модел не може да се смета за вреден без да се докаже дека ја надминува едноставната основа.
- Протекување податоци. Припишувањето информации што нема да бидат достапни во моментот на предвидување произведува лажно совршенство.
- Слепо верувајќи на просечната метрика. Ако часовите за шпиц и сезонските транзиции не се испитаат посебно, мрежата е во опасност.
- Давање непарен број. Прогнозирањето без појас на несигурност е нецелосно за планирање на вишок.
- Евалуација на податоците за обуката. Моделот секогаш треба да се тестира во период кога не е видлив.
Сумирано
Прогнозирањето на оптоварувањето е пулсот на енергетскиот систем; Нејзиниот метод и неизвесност варираат во зависност од хоризонтот. Доброто предвидување започнува со добри атрибути и бара педантност против истекување. Вештачката интелигенција е моќна помош за генерирање карактеристики, градење модели и евалуација; но едноставната основна линија е секогаш референца, евалуацијата се прави во невиден период и грешката се толкува на врвна/режимска основа, а не на просек. Проценката не е единствена бројка, туку одлучен опсег.
Задача за апликација
Земете серија на товар или потрошувачка. Прво рачно поставете едноставна основна линија (на пр. „истото време минатата недела“). Потоа побарајте од ВИ план за предвидување со шаблоните „Проверка на атрибути и истекување“ и „Протокол за евалуација“. Прашајте се за ризикот од истекување на секој предложен атрибут. Конечно, проверете дали грешката на прогнозата во часовите на шпиц се разликува од просечната грешка и запишете го вашиот наод.
листа за проверка
- [ ] Го појаснив прогнозниот хоризонт, резолуцијата и целта
- [ ] Изградив едноставна основа и ја повикав
- [ ] Дали секој атрибут "се предвидува веднаш?" Го проверив за протекување.
- [ ] Оценувањето го направив во слеп период
- [ ] Ја испитував MAPE одделно на општа и на шпиц-часовна основа
- [ ] Ја проверив систематската насока на грешката (ниска/висока)
- [ ] Ја претставив проценката со низа несигурност и расудување