投入生产的光伏发电预测与异常检测

问题

公司当时正在进入电力中介业务，也就是把小型光伏电站的发电量拿到 Korea Power Exchange（KPX）上出售。要参与这项业务，公司必须足够准确地预测电站的发电量。

公司还需要根据电站发来的读数，尽早发现电站的问题。

因此，两个模型必须在生产环境中运行，而不只是停留在实验阶段：

• 一个预测每座电站发电量的预测模型，准确度要满足 KPX 的要求；以及
• 一个标记电站数据中异常读数的检测器。

两者都必须稳定运行，并接入一个商业化的 VPP 平台。

系统概览

1. 电站数据 来自光伏电站的时间序列读数，每座电站有多项测量值。
2. 训练 PyTorch 模型，实验记录在 MLflow 中。异常检测器每晚重新训练。
3. 模型 每座电站的发电量预测模型和基于图（GNN）的异常检测器。
4. 推理 API FastAPI 服务提供预测和异常检测结果。
5. VPP 平台 这些服务接入一个商业化的虚拟电厂平台。

• CI/CDGitHub Actions 部署容器化服务
• 基础设施Docker Compose 服务与 PostgreSQL
• 监控Prometheus 指标和 Grafana 仪表盘

生产系统的截图。电站名称、位置和销售数据已遮盖。

• 模型所接入平台的首页

发电预测

• 作为 AI Engineer，我用 PyTorch 构建了第一个预测模型。它的平均误差低于 10%，这使公司具备了参与 KPX 业务的资格。
• 作为团队负责人，我通过分析数据和调优模型，把误差从 9% 降至 7%。这让电力中介收入成为可能。

之前 9%

之后 7%

• 每小时发电量与预测值（柱状图）
• 另一周的预测值与实际发电量
• 预测页面，附有每小时的误差表

光伏电站异常检测

这个异常检测器是一个图神经网络（GNNAD）。它学习电站各项读数在正常情况下如何一起变化，并标记出打破这种模式的读数。

作为实习生，我调优了它的第一个版本，用 MLflow 跟踪实验，并构建了把它接入 VPP 平台的 FastAPI 接口。作为团队负责人，我一步步提高了它的准确率，并衡量了每一步的效果：

• 更清楚地看到误差。我大幅重构了开源代码，并添加了逐个特征对比预测值与实际读数的图表，这样我们就能看到模型错在哪里。
• 更好的误差计算使精确率提高了 5 个百分点，召回率提高了 7 个百分点。
• 按小时设定阈值。全天只用一个阈值时，某些时段的异常会被漏掉，因为误差在一天之内会变化。改用 24 个阈值、每小时一个后，召回率提高了 10 个百分点。
• 更干净的训练数据。从训练集中剔除异常点后，精确率提高了 30 个百分点，召回率提高了 20 个百分点。
• 贴近生产的验证。交叉验证按照生产环境的方式运行，采用 16 个数据点的推理窗口、按小时设定的阈值和每晚重新训练，因此测试成绩好就意味着生产环境中的成绩也好。

总计，精确率提高了约 35 个百分点，召回率提高了约 37 个百分点。用通俗的话说，检测器的误报少了很多，漏掉的真实问题也少了很多。

精确率 +5 +30 +35 百分点

召回率 +7 +10 +20 +37 百分点

• 更好的误差计算
• 按小时设定阈值
• 更干净的训练数据

• 发现异常：系统列出受影响的特征，并把异常点标为红色或黄色
• 同一时段的电压图表
• 监测中，未发现异常

MLOps 与部署

• 作为 AI Engineer，我把异常检测器容器化，并用 GitHub Actions 实现了自动部署。一次部署从 3 小时缩短至 15 分钟。
• 作为团队负责人，我搭建了 MLOps 的其余部分：带 PostgreSQL 的 Docker Compose 服务、通过 GitHub Actions 部署，以及在 Grafana 仪表盘上展示的 Prometheus 指标。人工运维工作减少了 80%，每年节省约 4.8 万美元。

部署时间

之前 3 小时

之后 15 分钟

人工运维工作

之前

之后 −80%

带领团队

作为 AI Team Lead，我管理机器学习、后端和前端团队。我的职责是确保模型不会停留在实验阶段：它们必须每天运行，并顺利接入 VPP 平台。

结果

• 9% → 7%预测误差，让 KPX 电力中介收入成为可能
• +35 / +37 百分点异常检测器精确率 / 召回率
• 3 小时 → 15 分钟部署时间
• −80%人工运维工作，每年约 4.8 万美元

本页面略去了雇主代码、内部数据和私有网址。