教程概览


应用场景

在风力发电业务中，气象条件对发电功率的影响很大，业务对发电功率的预测有很强的需求。本教程通过使用风功率算法和气象示例数据，模拟实际场景，开发机器学习模型，预测风场的发电功率。


本教程介绍使用智能任务流产品开发、训练、和部署机器学习模型。详细流程如下图所示：

../_images/workflow.png


本教程的主要步骤包括：

  • 准备风功率算法和外部气象数据

  • 使用智能任务流产品提供的算子设计任务流

  • 构建数据到达监控与事件触发机制

  • 运行和发布任务流

  • 模型指标监控

前提条件

  • 已获取风力发电领域沉淀的风功率算法文件（speed_to_power.csv）和外部气象数据。

  • 了解EAP智能任务流产品中各类算子的功能和使用方法。详细信息，参考 算子参考文档。

  • 确保组织已通过 资源管理 页面申请 批数据处理-大数据队列、数据仓库存储、和 文件存储HDFS 资源，用于存储和处理模型训练所需的数据。

  • 确保组织已通过 资源管理 页面申请 ML模型 - 容器计算 资源。详细信息，参考 EnOS上的资源。

  • 已通过 EAP 资源配置 > 连接配置 页面，完成 Git 数据源和 Hive 数据库的连接配置。

单元

本教程包含以下单元：