检测需求峰值

在这个示例中，我们将展示如何在ERCOT（德克萨斯州）市场上进行电力负荷预测，以检测每日峰值。

介绍

预测不同市场的高峰是非常有用的。在电力市场中，峰值需求时消费电力会被处以更高的费用。个人或公司在电力需求最高时消费电力，监管机构称之为同时峰值（CP）。

在德克萨斯电力市场（ERCOT），峰值是每月15分钟间隔内ERCOT电网处于最高容量的时刻。峰值是所有消费者对电网的组合需求造成的。同时峰值需求是ERCOT用于确定最终电力消费账单的重要因素。ERCOT记录每个客户的CP需求4个月，从6月到9月，并利用这些数据来调整电价。因此，客户可以通过减少同时峰值需求来节省电费。

在这个示例中，我们将使用历史负载数据训练一个MSTL（使用LOESS的多季节趋势分解）模型，以预测2022年9月的次日峰值。低采样电力数据中通常存在多重季节性。需求表现出每日和每周的季节性，特定时间段（例如下午6点与凌晨3点）或特定日期（例如周日与周五）具有明显的模式。

首先，我们将加载ERCOT历史需求数据，然后将使用StatsForecast.cross_validation方法拟合MSTL模型并预测9月份的每日负载。最后，我们展示如何使用预测结果来检测同时峰值。

大纲

安装库
加载和探索数据
拟合MSTL模型并进行预测
峰值检测

Tip

您可以使用Colab来互动运行此笔记本

库

我们假设您已经安装了StatsForecast。请查看此指南以获取如何安装StatsForecast的说明。

使用 pip install statsforecast 安装必要的包。

加载数据

StatsForecast 的输入总是一个具有三列的长格式数据框：unique_id、ds 和 y：

unique_id（字符串、整数或类别）代表系列的标识符。
ds（日期戳或整数）列应为一个整数索引时间或理想情况下类似于 YYYY-MM-DD 的日期戳或 YYYY-MM-DD HH:MM:SS 的时间戳。
y（数值）表示我们希望预测的测量值。

import numpy as np
import pandas as pd

Y_df = pd.read_csv('https://datasets-nixtla.s3.amazonaws.com/ERCOT-clean.csv', parse_dates=['ds'])

使用 StatsForecast 类的 plot 方法绘制系列。该方法从数据集中随机打印最多 8 个系列，并且对基本的探索性数据分析（EDA）很有用。

Note

StatsForecast.plot 方法默认使用 Plotly 作为引擎。您可以通过设置 engine="matplotlib" 来更改为 MatPlotLib。

from statsforecast import StatsForecast

StatsForecast.plot(Y_df)

/Users/cchallu/NIXTLA/statsforecast/statsforecast/core.py:21: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html
  from tqdm.autonotebook import tqdm

我们观察到时间序列呈现季节性模式。此外，时间序列包含 6,552 个观察值，因此有必要使用计算效率高的方法来在生产中部署它们。

拟合和预测MSTL模型

MSTL（多重季节-趋势分解使用LOESS）模型使用局部多项式回归（LOESS）将时间序列分解为多个季节性成分。然后，它使用自定义的非季节性模型预测趋势，并使用季节性天真模型预测每一个季节性成分。

Tip

请查看我们关于MSTL的详细解释和教程这里

导入 StatsForecast 类和您需要的模型。

from statsforecast import StatsForecast
from statsforecast.models import MSTL, AutoARIMA

首先，实例化模型并定义参数。电力负荷在每24小时（每小时）和每24 * 7小时（每日）上呈现季节性。因此，我们将使用 [24, 24 * 7] 作为季节性。有关如何设置季节长度的详细说明，请参见此链接。在这个例子中，我们使用 AutoARIMA 模型作为趋势成分，但是可以使用任何 StatsForecast 模型。可用模型的完整列表可以在这里找到。

models = [MSTL(
            season_length=[24, 24 * 7], # 时间序列的季节性 
            trend_forecaster=AutoARIMA(nmodels=10) # 用于预测趋势的模型
            )
          ]

Tip

AutoARIMA 的参数 nmodels 控制逐步搜索中考虑的模型数量。默认值为 94，可以减少该值以缩短训练时间！

我们通过实例化一个 StatsForecast 对象来拟合模型，所需的参数如下：

models: 模型列表。选择您想要的模型，从 models 中导入它们。
freq: 一个指示数据频率的字符串。（请参见 pandas 可用的频率。）

# 实例化 StatsForecast 类为 sf
sf = StatsForecast(
    models=models,
    freq='H', 
)

Tip

StatsForecast 还支持此可选参数。

n_jobs: n_jobs: int，用于并行处理的工作数量，使用 -1 表示所有核心。（默认值：1）
fallback_model: 如果模型失败时使用的模型。（默认值：无）

cross_validation 方法允许用户模拟多个历史预测，通过用 fit 和 predict 方法替换 for 循环，大大简化了管道。该方法重新训练模型并预测每个窗口。请参见本教程以获取窗口如何定义的动画。

使用 cross_validation 方法生成9月份的所有每日预测。要生成每日预测，将预测视野 h 设置为24。在这个例子中，我们模拟在9月份部署管道，因此将窗口数量设置为30（每一天一个）。最后，将窗口间隔设置为24，以便每天只生成一个预测。

%%capture
crossvalidation_df = sf.cross_validation(
    df=Y_df,
    h=24,
    step_size=24,
    n_windows=30
  )

crossvalidation_df.head()

	ds	cutoff	y	MSTL
unique_id
ERCOT	2022-09-01 00:00:00	2022-08-31 23:00:00	45482.468750	47126.179688
ERCOT	2022-09-01 01:00:00	2022-08-31 23:00:00	43602.660156	45088.542969
ERCOT	2022-09-01 02:00:00	2022-08-31 23:00:00	42284.820312	43897.175781
ERCOT	2022-09-01 03:00:00	2022-08-31 23:00:00	41663.160156	43187.812500
ERCOT	2022-09-01 04:00:00	2022-08-31 23:00:00	41710.621094	43369.859375

Important

使用 cross_validation 时，请确保在所需的时间戳上生成预测。检查 cutoff 列，该列指定了预测窗口之前的最后一个时间戳。

峰值检测

最后，我们使用crossvaldation_df中的预测来检测每日的需求峰值。对于每一天，我们将检测到的峰值设定为最高的预测值。在这种情况下，我们希望预测一个峰值（npeaks）；根据您的设置和目标，这个参数可能会有所变化。例如，峰值的数量可以对应于电池可以放电以减少需求的小时数。

npeaks = 1 # 峰值数量

对于ERCOT 4CP检测任务，我们关注的是正确预测每月最高负荷。接下来，我们筛选出9月份需求最高的那一天，并预测峰值。

crossvalidation_df = crossvalidation_df.reset_index()[['ds','y','MSTL']]
max_day = crossvalidation_df.iloc[crossvalidation_df['y'].argmax()].ds.day # 负荷最大日
cv_df_day = crossvalidation_df.query('ds.dt.day == @max_day')
max_hour = cv_df_day['y'].argmax()
peaks = cv_df_day['MSTL'].argsort().iloc[-npeaks:].values # 预测峰值

在以下图中，我们可以看到MSTL模型能够正确地检测到2022年9月的重合峰值。

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 5))
plt.axvline(cv_df_day.iloc[max_hour]['ds'], color='black', label='True Peak')
plt.scatter(cv_df_day.iloc[peaks]['ds'], cv_df_day.iloc[peaks]['MSTL'], color='green', label=f'Predicted Top-{npeaks}')
plt.plot(cv_df_day['ds'], cv_df_day['y'], label='y', color='blue')
plt.plot(cv_df_day['ds'], cv_df_day['MSTL'], label='Forecast', color='red')
plt.xlabel('Time')
plt.ylabel('Load (MW)')
plt.grid()
plt.legend()

Important

在这个例子中，我们只包含了九月份。然而，MSTL可以正确预测2022年4个月的峰值。您可以通过增加cross_validation的nwindows参数或过滤Y_df数据集来进行尝试。对于所有月份的完整运行仅需10分钟。

下一步

StatsForecast 和 MSTL 特别适合作为峰值检测的基准模型。然而，探索进一步的新型预测算法也许是有益的。我们在 Nixtla 的 NeuralForecast 库中使用 N-HiTS 这个深度学习模型时，取得了特别好的效果。

在本教程中了解如何使用我们的深度学习 N-HiTS 模型和 NeuralForecast 库来预测 ERCOT 的需求峰值。

参考文献

Give us a ⭐ on Github