QA & 其他彩蛋
输入“/”快速插入内容
🎊 QA & 其他彩蛋
QA & 其他彩蛋
2024年7月17日创建
4761
5698
15
0
8.2上分交流会QA汇总
Question | Answer |
电力价格使用ABM就可以完全捕捉到所有信息吗？ | 不一定，还可能需要天气风力，水利和降雨之类的数据帮助机组做额外的一些决策 |
搭建模型后，如果出现了截断差（在一个阶段里都是2、300，一个小时后突然变成-80），这个应该怎么处理？ | 可以通过观察负价出现的时间段，比如如果考虑到在节假日出现的情况，可以通过调整它在节假日的影响因子去影响报价，在构建离散特征的时候通过0或1来分开之后再进行判断 |
光辐量和温度是相关的能不能作为影响因子？怎么计算呢？ | 光辐量可能不是最重要的，最重要的可能是光辐再市场中的一个价格，价格基本可以反映到火电的价格上的。 |
代码能力太弱了，该怎么去学习才能将自己的思路转化为代码呢？ | 可以提供一个思路给你，刚开始上手ai的时候，可以将每一个节点的输入输出都写下来，即使你不知道中间可能是由神经网络处理输出的，但是你可以想象有一个黑盒，它帮助你实现这个过程，后面就是不断地实现配合，然后通过学习不断地积累比如数据序列，探索比较基础的多层感知机来训练，然后不断地实现白盒化，然后你的方法就会越来越多了。 |
在时间序列的尝试中，我做了一个LSTM简单的模型，预测效果很不好是为什么？ | 因为我们的测试集是有03年7月1号到04年4月18号这么一个长的时间段，LSTM预测这种长序列的话LSTM效果不是很好。 |
有没有比较好的特征因子可以让预测效果有明显提升的，或者有什么方法可以找到该特征因子呢？ | 有一个名叫TOAD的库可以很好的挖掘，它可以根据区分度之类的帮你做特征筛选，筛选到只剩一两个关键特征。 |
数据里面的负电价是什么情况？ | 一个主要原因是当日的总负荷太低了，电量卖不出去，又因为发电机组厂商由于有人员管理，水电的成本，而且发电机组不是像我们现实中的电脑一样随意开关，考虑到这些成本所以电是由无仓储性的，所以为了保证电量能卖得出去，会将电以一个很低的价格卖出去。 |
在时间序列方法中，采用华北地区的北京地区的数据，并且加入了降水量，辐照日射，风速的特征列，但是由于数据不好找，只找到了每个月的历史平均数据，但是结果不但没有什么明显的变化，甚至出现了更差的结果这是为什么呢？气象数据为一个月一次的 | 这个考虑到的是频率太低了，因为电力交易县官资产交易频率是15分钟一次，就是说数据是一小时变动一次，直接用三月的平均数据模糊的模拟气象变化可能会误导模型。 |
该如何构造一个比较好的线下验证策略 | 可以借鉴一下金融风控方面的机器学习相关的思路，就是分一个分一个时间外样本截取验证集，就比如从验证集开始和训练集分段之间的一个月，例如选取23年9月份开始作为验证集，训练集就可以截取一个23年8月份到9月份这一部分作为一个时间样本，因为这一部分距离我们预测的时间节点比较接近,拿来做预测可能比较更加实际的效果 |
对影响因子的确定有点疑惑，是随机产生的还是根据计算计算计算出来的？ | 比较常用的就是一般最开始是根据经验或者随机出来，然后根据视神经网络训练出来，通过训练集在每一次迭代过程中，通过梯度下降更新参数。 |
在训练数据和测试数据分布差异很大的时候常规操作就是把分布差异大的这个特征给删除掉以保持训练数据和测试数据在同分布的情况下，但是因为有的时候这个差异很大有的时候差异又很小，该怎么去量化是否同分布的这样一个标准呢？ | |
Task2 QA汇总
Question | Answer |
拉入黑名单了怎么办 | 钉钉扫码入群联系一下官方人员解除 |
“猜测是因为火电厂发电需要人为监控（例如开关机，设置出力，而风电和光伏放着自己发电就好），假期期间大多数员工放假，从而导致火力发电量下降，出现负电价。”这个猜测我个人存疑。 查阅数据发现，节假日负电价时，demand迅速下降，所以出清价格在节假日出现负电价的原因 更大概率为：需要消耗电力的工业生产企业因为放假所以停止（减少）生产，进而减少对电力的需求，总需求下降。而发电企业大多正常发电，没有迅速减少供给，总供给不变，最终导致出清价格迅速下降，甚至负电价。 | |
安装了standmodel，但是还是报错 |
