劉有光

（上海電氣集團(tuán)數(shù)字科技有限公司，上海 200233）

1 autoML 概念

autoML 自動化建模功能通過用戶進(jìn)行基本的訓(xùn)練數(shù)據(jù)接入配置、設(shè)定用于訓(xùn)練的樣本參數(shù)與目標(biāo)參數(shù)、選擇建模類型、評價指標(biāo)等操作，由系統(tǒng)后臺自動完成數(shù)據(jù)預(yù)處理、歸一化、特征工程、模型選擇、超參數(shù)尋優(yōu)訓(xùn)練并最終生成可用的模型，同時輸出優(yōu)化模型的置信度或準(zhǔn)確度等指標(biāo)，該功能要兼容不同數(shù)據(jù)集的建模訓(xùn)練，計(jì)算所耗費(fèi)的時間和計(jì)算資源應(yīng)滿足一定的合理性，并在自動建模過程中監(jiān)控訓(xùn)練曲線變化規(guī)律，對訓(xùn)練效果不理想或異常情況，及時調(diào)整訓(xùn)練參數(shù)并提示用戶，避免資源浪費(fèi)。

2 autoML 功能

（1）自動準(zhǔn)備數(shù)據(jù)。數(shù)據(jù)預(yù)處理功能（數(shù)據(jù)格式轉(zhuǎn)換，去重，X/Y 分類，算法類型判斷）。（2）自動特征工程。數(shù)據(jù)歸一化操作(Normalization)、基于機(jī)器學(xué)習(xí)的特征工程。（3）自動選擇算法。超參數(shù)優(yōu)化，網(wǎng)格搜索、隨機(jī)搜索、貝葉斯優(yōu)化等；自動流水線、工作流構(gòu)建；神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（深度學(xué)習(xí)）。（4）NAS 主要包含三個部分：①搜索空間 search space；②搜索策略 search strategy；③性能估計(jì)策略 performance estimation strategy。（5）自動模型選擇和集成學(xué)習(xí)

3 autoML 應(yīng)用案例

圖1 數(shù)據(jù)源

（1）案例背景。在風(fēng)電場中每個機(jī)組均配備了SCADA 系統(tǒng)，對機(jī)組運(yùn)行過程中的關(guān)鍵狀態(tài)參數(shù)和環(huán)境參數(shù)等實(shí)時采集與監(jiān)測，確保風(fēng)電機(jī)組高效可靠運(yùn)行。根據(jù)風(fēng)電場累積的SCADA 歷史數(shù)據(jù)，可以進(jìn)行機(jī)器學(xué)習(xí)建模，建立智能預(yù)測類模型對關(guān)鍵工況參數(shù)如發(fā)電狀態(tài)、發(fā)電有功功率等進(jìn)行智能預(yù)測，從而指導(dǎo)對機(jī)組現(xiàn)有運(yùn)行策略進(jìn)行優(yōu)化調(diào)整，提高機(jī)組發(fā)電量或降低運(yùn)維成本。傳統(tǒng)機(jī)器學(xué)習(xí)建模過程，需要依賴專業(yè)數(shù)據(jù)工程師對機(jī)器數(shù)據(jù)進(jìn)行預(yù)處理、特征提取、模型篩選與優(yōu)化等一系列過程的反復(fù)調(diào)整，才能最終生成最優(yōu)的機(jī)器學(xué)習(xí)模型并投入使用，整個過程耗時較長，且不同專業(yè)的工程師生成的模型各有不同。而AUTOML 模塊將上述過程進(jìn)行自動化集成，用戶只需要根據(jù)引導(dǎo)，完成訓(xùn)練數(shù)據(jù)接入和訓(xùn)練配置等操作后，系統(tǒng)即可自動生成一定數(shù)量的機(jī)器學(xué)習(xí)模型并同步啟動開展訓(xùn)練，根據(jù)預(yù)測評價指標(biāo)最終生成最優(yōu)的機(jī)器學(xué)習(xí)模型。

以下針對風(fēng)電機(jī)組工況參數(shù)智能預(yù)測這一場景，應(yīng)用AUTOML 模塊，進(jìn)行風(fēng)電機(jī)組有功功率預(yù)測(回歸)案例和風(fēng)電機(jī)組發(fā)電狀態(tài)預(yù)測(分類)案例的建模介紹。

（2）風(fēng)電機(jī)組發(fā)電有功預(yù)測(回歸)案例。

①建立數(shù)據(jù)源，用戶在數(shù)據(jù)源菜單頁下，可以訪問到平臺提供可訪問的數(shù)據(jù)列表，本案例使用的SCADA歷史數(shù)據(jù)，對應(yīng)圖1 中 data_test.csv，選擇該源數(shù)據(jù)即可。

②獲取SCADA 數(shù)據(jù)后，進(jìn)入建模類型頁，選擇建模的類型，回歸或分類，本案例選擇回歸選項(xiàng)卡即可，機(jī)器學(xué)習(xí)建模主流的框架包括sklearn/keras/tensorflow/pytorch 等，本次選擇sklearn 框架進(jìn)行傳統(tǒng)機(jī)器學(xué)習(xí)自動建模，最后在獲取的歷史SCADA 數(shù)據(jù)的各參數(shù)中選擇一個參數(shù)作為標(biāo)簽列，即預(yù)測模型的輸出目標(biāo)列，本案例做有功功率預(yù)測，所以選擇GridPower 列即可。參數(shù)區(qū)對應(yīng)自動化建模的搜索空間，支持用戶自定義修改。

③配置好建模類型后，需要設(shè)置執(zhí)行自動建模的計(jì)算資源類型，支持多個模型訓(xùn)練任務(wù)的并發(fā)執(zhí)行，支持設(shè)置各個模型任務(wù)的最大計(jì)算時長，支持設(shè)定搜索空間內(nèi)最大模型訓(xùn)練數(shù)量，同時支持用戶根據(jù)需要選定在單臺服務(wù)器或者在kubernetes 集群中執(zhí)行模型訓(xùn)練任務(wù)（如圖2）。

圖2 計(jì)算類型

④根據(jù)用戶選定的回歸或分類預(yù)測類型，對模型的評價規(guī)則進(jìn)行選擇設(shè)置，如回歸預(yù)測，可評價的指標(biāo)包括R2、均方誤差、平均絕對誤差等。本次選擇R2作為訓(xùn)練模型的評價指標(biāo)（如圖3）。

圖3 評價規(guī)則

⑤最后，完成上述配置后，即可進(jìn)入啟動頁，啟動自動建模訓(xùn)練任務(wù)，最優(yōu)模型搜索過程中可以查看各個模型的評價指標(biāo)R2的大小。

⑥自動訓(xùn)練任務(wù)執(zhí)行完畢后，可以進(jìn)入結(jié)果頁，查看本次自動建模過程的詳細(xì)信息。最終，用戶可根據(jù)各個模型的R2的排序比較，選擇R2最大值對應(yīng)的模型作為風(fēng)電機(jī)組有功功率的預(yù)測模型，進(jìn)行后續(xù)的發(fā)布使用。

（3）風(fēng)電機(jī)組發(fā)電狀態(tài)預(yù)測(分類)案例。發(fā)電狀態(tài)預(yù)測(分類)案例與上述回歸案例的操作介紹基本相似，主要區(qū)別在建模類型頁和評價規(guī)則頁的配置上存在差異。

①發(fā)電狀態(tài)預(yù)測(分類)時，選擇分類選項(xiàng)卡，SCADA 數(shù)據(jù)的各參數(shù)中選擇發(fā)電狀態(tài)對應(yīng)的WTState列，分類對應(yīng)的搜索空間，由系統(tǒng)自動匹配提供初始配置，后續(xù)支持用戶進(jìn)行一定的自定義修改。

②分類模型的評價規(guī)則與回歸模型不同，主要包括精度、F1、查準(zhǔn)率、查全率等，由用戶自己根據(jù)需要進(jìn)行選擇，本案例選擇精度作為評價規(guī)則。

③其他配置頁設(shè)置和結(jié)果頁等效果，參照回歸模型對應(yīng)的頁面效果介紹。最后用戶根據(jù)生成的模型進(jìn)行排序，選擇精度最高的模型作為風(fēng)電機(jī)組發(fā)電狀態(tài)的預(yù)測模型，進(jìn)行后續(xù)的發(fā)布使用。

4 結(jié)語

本文從市場需求出發(fā)介紹了autoML 自動化建模的概念、理論及技術(shù)方案；以及介紹了autoML 自動化建模在工業(yè)制造業(yè)中的應(yīng)用。以實(shí)際案例闡明了autoML在工業(yè)實(shí)踐中的可行性及易用性，解決了行業(yè)痛點(diǎn)問題。