81 lines
4.8 KiB
Markdown
81 lines
4.8 KiB
Markdown
# 05 · 专业模型工具层与数据底座
|
||
|
||
## 1. 工具层（Skills）总则
|
||
|
||
- 每个 Skill 是**类型化、版本化、无状态**的服务，注册于 Runtime 工具注册表；
|
||
- LLM 只能调用注册表内工具，调用记录（输入/输出快照引用 + 版本）自动写入 Proposal 血缘（P2/P5）;
|
||
- Skill 内部可以是任何技术（统计模型、深度学习、MILP、仿真引擎），对外契约统一。
|
||
|
||
## 2. 核心 Skill 契约（一期清单）
|
||
|
||
### 2.1 预测类
|
||
|
||
| Skill | 输入 | 输出 | 备注 |
|
||
|---|---|---|---|
|
||
| 短期负荷预测 | 用户/聚合级历史负荷、气象、日历特征、horizon | 96 点曲线 + 分位数区间（P10/P50/P90） | 目标：平均误差 ≤ 8% |
|
||
| 光伏出力预测 | 场站档案、辐照预报、历史出力 | 96 点曲线 + 区间 | |
|
||
| 现货电价预测 | 市场历史出清、供需信息、气象 | 96 点分时价格 + 区间 | 已有基础能力，迭代 |
|
||
|
||
**契约要点**：预测输出必须带不确定性区间——报价优化的风险测算依赖区间而非点值。
|
||
|
||
### 2.2 评估与优化类
|
||
|
||
| Skill | 输入 | 输出 |
|
||
|---|---|---|
|
||
| 可调潜力辨识 | 用户负荷曲线、设备档案、历史响应记录 | 分时段可调容量 + 置信度（目标准确率 ≥ 90%） |
|
||
| 报价优化（MILP） | 电价预测区间、可调容量、持仓约束（账本）、风险偏好参数 | 96 点申报曲线（价格/电量对）+ 预期收益分布 |
|
||
| 聚合/调度优化（MILP） | 资源池、目标曲线、网络与设备约束 | 分聚合单元的分配方案 |
|
||
| 指令分解优化 | 单元目标、设备约束、用户承诺 | 设备级设定值序列 |
|
||
| 激励优化 | 候选用户集、响应率预测、预算约束 | 邀约清单 + 激励方案 |
|
||
|
||
### 2.3 仿真与校核类
|
||
|
||
| Skill | 输入 | 输出 |
|
||
|---|---|---|
|
||
| 收益情景回测 | 申报 Proposal、价格情景集 | 收益/风险分布、极端情景亏损 |
|
||
| 功率平衡/潮流仿真 | 控制计划 Proposal、网架数据 | 可行 / 告警（越限点清单） |
|
||
| 申报格式校验 | 申报文件 | 通过 / 错误清单 |
|
||
|
||
### 2.4 分析与生成类
|
||
|
||
归因分析（预测/响应/交易/控制偏差分解）、异常检测（遥测流）、报告生成（复盘/专题，LLM 参与文字，数字全部引用工具输出）。
|
||
|
||
## 3. 数据底座（五类存储，各司其职）
|
||
|
||
| 存储 | 内容 | 主要写入方 | 主要消费方 | 选型示意 |
|
||
|---|---|---|---|---|
|
||
| 时序库 | 负荷/出力/电价/气象遥测曲线 | 数据接入管道、边缘上送 | 预测 Skill、监测看板 | TimescaleDB / IoTDB |
|
||
| 关系库 | 用户档案、合同、资源台账、市场结果、持仓账本 | 业务应用、结算接入 | 全体 | PostgreSQL |
|
||
| 向量库 + 知识库 | 交易规则、政策法规、设备约束文档、案例（RAG） | 知识运营流程 | 交易博弈 Agent、规则校核辅助、智能问答 | pgvector / 专用向量库 |
|
||
| 特征库 | 预测模型特征（在线/离线一致） | 特征管道 | 预测 Skill 训练与推理 | Feast 或自建 |
|
||
| 事件日志 | 全部业务事件、Proposal 状态迁移、审计 | Runtime（事件溯源） | 复盘、审计、监管取证 | Kafka + 对象存储归档 |
|
||
|
||
### 3.1 数据流主干
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
SRC[电网 / 市场 / 气象 / 用户 / 设备] --> ING[接入管道<br/>清洗 · 对齐 · 质量校验 · 主数据]
|
||
ING --> TS[(时序库)] & RDB[(关系库)] & FS[(特征库)]
|
||
DOCS[规则 / 政策 / 设备文档] --> KB[(知识库/RAG)]
|
||
RT[Runtime / 可信执行链] --> EL[(事件日志)]
|
||
EL -->|复盘 ETL| RDB
|
||
TS & FS --> SKILL[预测 / 优化 Skill]
|
||
KB --> AG[智能体 RAG]
|
||
```
|
||
|
||
### 3.2 治理要点
|
||
|
||
- **主数据管理**：用户、资源、站点、设备的唯一标识与映射（现有共性能力层的档案/设备/站点中心是承接点）；
|
||
- **数据质量门禁**：进入特征库的数据必须通过质量校验（缺失率、跳变、时标对齐），不合格数据打标隔离——预测误差 ≤ 8% 的 KPI 一半靠数据质量；
|
||
- **快照与引用**：Proposal 血缘引用的数据是不可变快照（按版本/时间戳），保证任何历史决策可复现；
|
||
- **脱敏分级**：用户行为数据按敏感级分级，跨区流动（如上送省级）经脱敏策略。
|
||
|
||
## 4. 知识库运营（容易被低估的持续成本）
|
||
|
||
规则库不是一次性建设：交易规则年年修订、政策频繁更新。设计上：
|
||
|
||
- 知识条目带**生效期与版本**，RAG 检索默认过滤失效条目；
|
||
- 规则校核引擎中的硬规则与知识库中的文本规则**双轨维护**，
|
||
文本规则变更触发硬规则同步评审的工作流（避免「文档更新了、校核引擎还是旧规则」）；
|
||
- 每次申报被交易平台驳回的原因，强制回流为知识条目候选（复盘流程的一部分）。
|