autoML 自动化建模及其在上海电气工业制造业中的应用

刘有光

（上海电气集团数字科技有限公司，上海 200233）

1 autoML 概念

autoML 自动化建模功能通过用户进行基本的训练数据接入配置、设定用于训练的样本参数与目标参数、选择建模类型、评价指标等操作，由系统后台自动完成数据预处理、归一化、特征工程、模型选择、超参数寻优训练并最终生成可用的模型，同时输出优化模型的置信度或准确度等指标，该功能要兼容不同数据集的建模训练，计算所耗费的时间和计算资源应满足一定的合理性，并在自动建模过程中监控训练曲线变化规律，对训练效果不理想或异常情况，及时调整训练参数并提示用户，避免资源浪费。

2 autoML 功能

（1）自动准备数据。数据预处理功能（数据格式转换，去重，X/Y 分类，算法类型判断）。（2）自动特征工程。数据归一化操作(Normalization)、基于机器学习的特征工程。（3）自动选择算法。超参数优化，网格搜索、随机搜索、贝叶斯优化等；自动流水线、工作流构建；神经网络架构搜索（深度学习）。（4）NAS 主要包含三个部分：①搜索空间 search space；②搜索策略 search strategy；③性能估计策略 performance estimation strategy。（5）自动模型选择和集成学习

3 autoML 应用案例

图1 数据源

（1）案例背景。在风电场中每个机组均配备了SCADA 系统，对机组运行过程中的关键状态参数和环境参数等实时采集与监测，确保风电机组高效可靠运行。根据风电场累积的SCADA 历史数据，可以进行机器学习建模，建立智能预测类模型对关键工况参数如发电状态、发电有功功率等进行智能预测，从而指导对机组现有运行策略进行优化调整，提高机组发电量或降低运维成本。传统机器学习建模过程，需要依赖专业数据工程师对机器数据进行预处理、特征提取、模型筛选与优化等一系列过程的反复调整，才能最终生成最优的机器学习模型并投入使用，整个过程耗时较长，且不同专业的工程师生成的模型各有不同。而AUTOML 模块将上述过程进行自动化集成，用户只需要根据引导，完成训练数据接入和训练配置等操作后，系统即可自动生成一定数量的机器学习模型并同步启动开展训练，根据预测评价指标最终生成最优的机器学习模型。

以下针对风电机组工况参数智能预测这一场景，应用AUTOML 模块，进行风电机组有功功率预测(回归)案例和风电机组发电状态预测(分类)案例的建模介绍。

（2）风电机组发电有功预测(回归)案例。

①建立数据源，用户在数据源菜单页下，可以访问到平台提供可访问的数据列表，本案例使用的SCADA历史数据，对应图1 中 data_test.csv，选择该源数据即可。

②获取SCADA 数据后，进入建模类型页，选择建模的类型，回归或分类，本案例选择回归选项卡即可，机器学习建模主流的框架包括sklearn/keras/tensorflow/pytorch 等，本次选择sklearn 框架进行传统机器学习自动建模，最后在获取的历史SCADA 数据的各参数中选择一个参数作为标签列，即预测模型的输出目标列，本案例做有功功率预测，所以选择GridPower 列即可。参数区对应自动化建模的搜索空间，支持用户自定义修改。

③配置好建模类型后，需要设置执行自动建模的计算资源类型，支持多个模型训练任务的并发执行，支持设置各个模型任务的最大计算时长，支持设定搜索空间内最大模型训练数量，同时支持用户根据需要选定在单台服务器或者在kubernetes 集群中执行模型训练任务（如图2）。

图2 计算类型

④根据用户选定的回归或分类预测类型，对模型的评价规则进行选择设置，如回归预测，可评价的指标包括R2、均方误差、平均绝对误差等。本次选择R2作为训练模型的评价指标（如图3）。

图3 评价规则

⑤最后，完成上述配置后，即可进入启动页，启动自动建模训练任务，最优模型搜索过程中可以查看各个模型的评价指标R2的大小。

⑥自动训练任务执行完毕后，可以进入结果页，查看本次自动建模过程的详细信息。最终，用户可根据各个模型的R2的排序比较，选择R2最大值对应的模型作为风电机组有功功率的预测模型，进行后续的发布使用。

（3）风电机组发电状态预测(分类)案例。发电状态预测(分类)案例与上述回归案例的操作介绍基本相似，主要区别在建模类型页和评价规则页的配置上存在差异。

①发电状态预测(分类)时，选择分类选项卡，SCADA 数据的各参数中选择发电状态对应的WTState列，分类对应的搜索空间，由系统自动匹配提供初始配置，后续支持用户进行一定的自定义修改。

②分类模型的评价规则与回归模型不同，主要包括精度、F1、查准率、查全率等，由用户自己根据需要进行选择，本案例选择精度作为评价规则。

③其他配置页设置和结果页等效果，参照回归模型对应的页面效果介绍。最后用户根据生成的模型进行排序，选择精度最高的模型作为风电机组发电状态的预测模型，进行后续的发布使用。

4 结语

本文从市场需求出发介绍了autoML 自动化建模的概念、理论及技术方案；以及介绍了autoML 自动化建模在工业制造业中的应用。以实际案例阐明了autoML在工业实践中的可行性及易用性，解决了行业痛点问题。