如何利用 Amazon Forecast 进行数据分析预测

Amazon Forecast 是一种完全托管的服务，可使用机器学习进行数据分析预测，而用户无需事先具备任何机器学习经验。Forecast 适用于各种使用案例，包括能源需求预测、产品需求估算、员工规划以及云基础设施使用量的计算。
使用 Forecast，无需预先配置服务器或手动构建机器学习模型。此外，您只需按照使用量付费，没有最低费用或预先承诺。您只需提供所需预测事项的历史数据即可开始使用 Forecast，当然您还可以输入您认为可能影响预测的任何额外数据。相关数据可能包括价格、事件、天气等会随时间推移变化的数据，以及颜色、流派或区域等相关的数据。此服务会根据您的数据自动训练和部署机器学习模型，并且还将提供一个用于检索预测的自定义 API。
电力与公用事业提供商具有多个预测使用案例，但其中最主要的是预测客户层面和总体层面的用电量。为防止客户面临任何服务中断，并在保持较低价格的同时提供稳定的电网系统，必须准确预测用电量。
本文探讨了如何使用 Forecast 将历史时间序列数据与关键的外生变量（例如天气）相结合来处理此使用案例。

准确的电力预测对于确保公用事业高效地进行日常运营至关重要。电力预测尤其具有挑战性，因为需求是动态的，而且季节性天气变化可能会对此产生影响。以下是两个最常见的使用案例：

• 客户层面的用电量预测 – 在许多国家/地区，电力在竞争激烈的市场环境中提供。客户在购买电力时具有多种选择，如果他们的电费账单居高不下或者客户体验不佳，他们可能会选择更换提供商。作为公用事业提供商，您可以通过改善客户服务和主动发出未来账单支出提醒来减少客户流失。这些提醒建立在准确预测单个客户层面的用电量基础之上。
• 总体层面的用电量预测有助更好地管理供需 – 作为公用事业提供商，您必须平衡总体供需。您经常不得不购买能源来满足峰值需求，或者在现货市场出售过剩的产能。此外，出于以下原因，需求预测变得越来越具有挑战性：
  o 引入可再生能源，例如风能和太阳能。这些能源归公用事业和最终用户所有，会受到天气变化的影响，而且不能保证一直产生稳定的电力。
  o 电动汽车购买量的上升，以及车主希望何时在家充电的不确定性。改进的预测使您能够提前做出计划，以构建更具成本效益的期货合约。
  本文重点关注第一个使用案例的解决方案（客户层面）。
  首先是设置并准备数据。事实证明，数据湖对公用事业具有革命性意义。数据仓库是针对特定目的进行处理的结构化数据和过滤数据的存储库。而数据湖是以原生格式保存大量原始数据的存储库，在需要时才会更改格式。这对于电力或公用事业公司来说极具价值，可以收集、存储和处理数百万客户的电表读数。

下图显示了您可以实施的、用以向客户提供账单提醒的解决方案架构。

该架构包含以下步骤：

1. 住宅中的电表记录耗电量的频率通常为一小时或更短，并至少每天向公用事业公司报告一次。
2. 您可以通过各种渠道提取数据。如果您在本地数据中心中收集数据，可以通过 Amazon Web Services Direct Connect 将数据发送到 Amazon Web Services。如果电表具有 IoT 功能，则可以通过 MQTT 主题将数据发送到 Amazon Web Services IoT Core。MQTT 是一种机器对机器 (M2M)/IoT 连接协议，用于非常轻量级的发布和订阅消息传输。它适用于需要少量代码占用或网络带宽昂贵的远程位置的连接。
3. 您使用 Amazon S3 存储原始电表数据。基于 Amazon S3 的数据湖解决方案使用 Amazon S3 作为其主要存储平台。由于 Amazon S3 具有无限的可扩展性，因此可以为数据湖提供最佳存储基础。您可以无缝地将存储空间从 GB 级增加到 PB 级，并仅按使用量付费。Amazon S3 可提供 99.999999999％ 的持久性。您可以确定生命周期策略，以将数据存档到 Amazon S3 Glacier 中，这更具成本效益。有关更多信息，请参阅构建大数据存储解决方案（数据湖）以实现最大的灵活性。
4. 将提取的数据放入 S3 存储桶中，称为原始区。当数据可用时，Amazon S3 触发器会调用一个 Amazon Web Services Lambda 函数，该函数会对数据进行处理并将其迁移到另一个 S3 存储桶中，称为处理区。
5. 您可以通过 Amazon Athena 查询 Amazon S3 中的数据。Athena 是一种交互式查询服务，可使用标准 SQL 直接轻松地分析 Amazon S3 中的数据。Athena 会为在查询结果位置（您可以在 Amazon S3 中指定）运行的每个查询自动存储查询结果和元数据信息。
6. 您可以使用 Amazon QuickSight 访问查询结果存储桶。Amazon QuickSight 是一种业务分析服务，可用于构建可视化图形、执行临时分析并从数据中获取业务见解。它可以自动发现 Amazon Web Services 数据源，也可以与您的数据源一起使用。
7. 您可以使用 Amazon S3 中经过处理的数据，通过 Forecast 进行预测。住宅用户可以使用这些结果来预测未来的用电量，这让他们能够计算用电成本并转向更高效的定价计划或根据需要调整日后的使用情况。您可以使用 Query API 并将其与您的移动或 Web 应用程序集成，让客户了解未来需求状况并帮助增加消耗量。有关自动执行与 Forecast 相关的工作流的更多信息，请参阅 Automating your Amazon Forecast workflow with Lambda, Step Functions, and CloudWatch Events rule。

相关文章

 

返回上一级 机器学习文章>>