使用机器学习和开放源码工具来自动化负载预测

模型设置

这个项目开始于2018年夏天在3年的客户的负载数据。我们的数据科学家探索了几个机器学习算法,最终得到最好的结果使用随机森林回归作为机器学习算法和使用开源Python包包括:numpy,大熊猫seaborn, datetime, matplotlib,请求,xlrd, sklearn, bs4, InfluxDB建立模型如下。

脚本和工作流,我们继续完善模型通过许多模拟。我们仔细寻找结果,最影响了模型的因变量。通过一系列的实验和一些伟大的合作交换思想,我们继续改进模型的相关性和更好的理解哪些参数对数据有最大的影响。最初的工作我们做了承诺。95%的数据±10%和99.6%的错误数据下降之间的误差±20%。

图2 95%的数据误差在±10%

图3原始模型错误情节 95% %误差在±10% 在> 99.6%±10%的误差,误差小于±20%

进入2019年,我们调整了

进入2019年,我们调整使用的变量包括日期、小时和天以及我们的环境变量,包括温度、湿度、风速、风向,阵风速度、降水、露点、压力、光照条件、风寒。继续开发工作导致更快的性能和更准确的结果如下显示的数据。

图4 99.96%的数据误差在±10%

图5改进的模型误差 99.36%的误差在±5% 99.96%的误差在±10%

经验教训

温度最分量确定负载

审查每个变量的影响在我们的模型与模型有助于我们树立信心。标准行业惯例说温度通常影响70%的负载模型的一个因素。这是符合我们观察到的数据,如下所示。

图6温度负荷预测中最重要。

然而,我们也了解到,并不是所有的城市和模型以同样的方式受到温度的影响。下面我们将探讨一些异常的模型数据。例子我们提出强有力的证据证明,黑盒机器学习模型是一个很好的适合这类问题,因为负载的不直观方差随着时间的推移,甚至超过一周的日子。

机器学习是适应的

我们测试了模型的适应性进行比较的数据从两个时间段相同的城市。如下所示,2019年负荷曲线变化明显从2016年最初的训练数据。峰值负载增加了一倍。此外,周末工作日负荷比例发生了巨大的变化。上下2016年,负载了定期每日循环,但当我们观察2019年同期,周一——周五几乎2 x周六和周日的负载。我们的观点是,一个大型工业负荷进入电网2016年和2019年之间,他们只星期一-星期五。尽管有这些变化,漫步改编和产生更大的比我们以前的模拟精度。

图7模型适应性强。尽管高峰负荷增加和负载电压变化,随着时间的推移变得更加准确。

开源工具启用协作

开源工具可以很容易地集成到闭源解决方案。我们生成的上方和下方的图表与开源分析工具。一旦集成,这些工具使通用数据访问和分析。重要的是要注意,开源并不一定意味着“自由。“如果你选择机器学习应用程序集成开源工具,他们需要内部或3^{理查德·道金斯}政党的支持。好消息是这些解决方案的可伸缩性和可靠性。我们实现了开放源码的时间系列解决方案在商业环境中与证明的结果。

图8开源工具可以很容易地集成到闭源解决方案。他们是可伸缩的、可靠的和可以实现,使通用数据访问和分析。

自动负载预测

客户之间的通信环境中,社区和一代工厂并不是100%可靠,负荷预测作为一个备份(甚至是一个主要来源)事件实际负荷数据是没有收到。自动化过程的概率减少错误和手动流程。通用数据访问整个企业使一代和负载是一个单一的实体。

未来的意义

我们的示例是一个机器学习与越来越多的大型数据集来预测负荷发电厂。我们的应用程序容易集成,使分析和数据访问多个利益相关者。的设备和应用程序连接到网格继续成倍增长,所以将数量和类型的数据可用的工具。机器学习将获得声望作为公用事业寻求解锁的工具的价值越来越多和越来越复杂的数据,继续收集。