一种支撑功率预测模型研发的平台和模型研发方法技术

一种支撑功率预测模型研发的平台和模型研发方法，包括模板管理模块、组件管理模块、模型管理模块和上线模型模块；所述模板管理模块用于新建和管理模型模板，所述模型管理模块用于管理模型，所述组件管理模块用于新建和管理模型需要用到的算法组件，所述上线模型模块用于管理已经上线的模型；在算法组件模块中新建并编写算法组件，然后通过拖拽的方式连接和组合成模型，最后运行模型并查看回测数据、比较实测和预测结果偏差、调整模型参数或更改算法组件。本发明专利技术针对风力发电等领域的功率预测需求，可以在可视化场景下快速调用各种算法，通过拖拽即可对各种算法进行组合和连接，从而得到不同的AI模型，大幅提升了研发效率。

【技术实现步骤摘要】

本专利技术涉及信息，尤其是涉及一种支撑功率预测模型研发的平台和模型研发方法。

技术介绍

1、研发一个ai模型的过程可以大致划分为四个环节：数据收集与标注、算法开发、模型训练与测试、模型上线封装调用。每个环节需要调用不同的专业技术人员来完成，如果没有一个统一管理的平台，开发过程将变得非常复杂混乱，影响开发进度。因此，ai模型研发平台就出现了，比如《ai能力研发平台及数据处理方法》(申请号2019105915851)。

2、不过，该专利更关注的是平台的通用性，目的是从数据流动的角度出发，将ai模型的研发过程变成一个标准的、规范的业务流程，从而提高生产效率，并未对算法开发这个环节做出针对性的优化。这是因为不同领域、不同行业的数据相差较大，很难给它们提供统一的算法接口，因此也就无法做到让不同行业背景的开发者都能在可视化场景下轻松调用算法了。

3、风力发电等领域，同时与气象和能源相关，需要开发能源气象深度融合模型来预测功率。这种ai模型调用的数据具有这两个特点：(1)数据的类型和种类比较一致；(2)对数据的处理过程比较相似。因此，ai模型的算本文档来自技高网...

【技术保护点】

1.一种支撑功率预测模型研发的平台，其特征在于：

2.根据权利要求1所述的一种支撑功率预测模型研发的平台，其特征在于，新建算法组件的步骤如下：

3.基于权利要求1的一种模型研发方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种支撑功率预测模型研发的平台，其特征在于：

2.根据权利要求1所述的一种支撑功率预测模型研发的平台...

【专利技术属性】
技术研发人员：郑水清，崔乐，寇文丽，李晓海，
申请(专利权)人：北京玖天气象科技有限公司，
类型：发明
国别省市：