1.项目目标:
根据已有的历史功率+天气数据和未来几天的天气预报数据,预测未来超短期/短期/中长期的功率曲
线,尽可能高的提高预测精度和稳定性。
2.我的职责
作为项目负责人和人工智能算法工程师,我负责整个预测功能模块的开发和部署。
其工作内容包括:
a.根据业务需求,设计算法模块整体架构和策略,用数学描述业务优化目标;
b.数据接口的分析和数据的获取;
c.数据的分析/清洗/可视化/融合/特征工程(pandas), eg. 相关性分析,分布分析,空缺值/越限值/离群值的处理,负荷和天气数据的拼接,时间戳补全,时间离散化,特征筛选,新特征构造等等;
d.数据集的划分和模型评估方法(十折交叉验证+mse+mape+std);
e.多模型的训练/测试/调参/比对/部署(eg. 机器学习算法 xgboost+KNN+LR ,深度学习算法 LSTM+Transformer+CNN ,自动化调参使用 optuna ,通过 matplotlib 误差分布分析,通过 conda或 docker在 linux 服务器上进行部署);
f.整体策略的回测、评估和优化
g.代码版本管控(本地服务