Giới thiệu dự án

Sự phụ thuộc vào nguồn năng lượng hóa thạch (NLHT) đang đặt ra những thách thức nghiêm trọng về an ninh năng lượng và biến đổi khí hậu toàn cầu. Theo báo cáo từ Cơ quan Thông tin Năng lượng Hoa Kỳ (EIA), than đá, dầu mỏ và khí tự nhiên vẫn chiếm tỷ trọng chi phối trong cơ cấu năng lượng thế giới nhưng đối mặt với nguy cơ cạn kiệt trong thế kỷ 21 (dầu thô dự báo cạn kiệt vào năm 2052, khí tự nhiên vào năm 2060 và than đá vào năm 2088). Trong kịch bản chuyển dịch năng lượng xanh, điện mặt trời (Photovoltaic - PV) được định vị trở thành nguồn cung cấp năng lượng chủ lực, dự kiến đóng góp 41 – 96 PWh/năm và đáp ứng trên 25% tổng nhu cầu điện năng toàn cầu vào năm 2050.

+-------------------------------------------------------------------------+
|                  BỐI CẢNH VÀ ĐỘNG LỰC NGHIÊN CỨU DỰ ÁN                  |
+-------------------------------------------------------------------------+
| [Cạn kiệt NLHT]       --> Thúc đẩy bùng nổ tích hợp Hệ thống Điện MT    |
| [Biến thiên bức xạ]   --> Gây sụt áp, bất ổn định lưới Smart Grid       |
| [Chi phí cảm biến cao]--> Cần giải pháp Machine Learning dự báo tối ưu   |
+-------------------------------------------------------------------------+

Tuy nhiên, việc tích hợp nguồn điện mặt trời quy mô lớn vào lưới điện thông minh (Smart Grid) gặp phải rào cản kỹ thuật lớn do tính bất định và biến thiên liên tục của cường độ bức xạ mặt trời (BXMT). Sự sụt giảm bức xạ đột ngột với biên độ lên tới hàng trăm $W/m^2$ do mây che hoặc thay đổi thời tiết cục bộ gây mất ổn định tần số, sụt áp và tạo hiệu ứng lan truyền rủi ro trên hệ thống điện.

Vấn đề thực tiễn và điểm nghẽn kỹ thuật (Problem Statement)

  • Hạn chế của thiết bị đo đạc vật lý: Thiết bị đo bức xạ chuyên dụng như nhật xạ kế (Pyranometer/Solarimeter) đạt độ chính xác cao nhưng chi phí lắp đặt đắt đỏ, đòi hỏi quy trình bảo trì, hiệu chuẩn định kỳ phức tạp, không khả thi để triển khai mật độ dày đặc tại các trạm năng lượng phân tán ở các quốc gia đang phát triển.
  • Hạn chế của mô hình thực nghiệm (Empirical Models): Các mô hình dựa trên quan hệ giải tích đơn giản giữa độ ẩm, nhiệt độ và giờ nắng không thể mô hình hóa được các mối quan hệ phi tuyến tính phức tạp trong điều kiện thời tiết khắc nghiệt, nhiều mây ẩm.
  • Hạn chế của mô hình vệ tinh: Ảnh viễn thám có độ trễ lớn (chu kỳ cập nhật 10 – 60 phút) và độ phân giải không gian chưa đủ chi tiết để phản ánh vi khí hậu tại chỗ.

Mục tiêu của đề tài

  1. Xây dựng đường ống xử lý dữ liệu (Data Pipeline): Thu thập, làm sạch, phân tích tương quan và chuẩn hóa tập dữ liệu khí tượng quy mô 32.686 mẫu thu nhận theo chu kỳ 5 phút/lần.
  2. Triển khai mô hình hồi quy tuyến tính (Linear Regression - LR): Đánh giá khả năng dự báo trên 3 phương pháp tiền xử lý dữ liệu (toàn bộ dữ liệu, lọc theo khung giờ nắng 6h00 – 18h00, và tính giá trị trung bình/biên độ ngày).
  3. Phát triển mô hình học máy tăng cường độ dốc (Extreme Gradient Boosting - XGBoost): Kết hợp kỹ thuật lựa chọn đặc trưng nâng cao (Pearson Correlation, Chi-square, Extra Trees Classifier) và chuẩn hóa Min-Max Transformation để nắm bắt các quan hệ phi tuyến.
  4. Đánh giá và so chuẩn hiệu năng (Benchmarking): So sánh định lượng hiệu suất của các mô hình thông qua 4 chỉ số thống kê tiêu chuẩn: Hệ số xác định ($R^2$), Sai số tuyệt đối trung bình (MAE), Sai số bình phương trung bình (MSE), và Căn bậc hai sai số bình phương trung bình (RMSE).

Phạm vi và giới hạn của đề tài

  • Tập dữ liệu: Bộ dữ liệu chuỗi thời gian khí tượng từ trạm quan trắc HI-SEAS (thuộc hệ thống NASA Meteoblue) với 11 thông số đo đạc trong 4 tháng (01/09/2016 – 31/12/2016).
  • Môi trường thực nghiệm: Lập trình trên nền tảng Python, ứng dụng hệ sinh thái thư viện Scikit-learn, XGBoost, Pandas và NumPy.
  • Giới hạn: Nghiên cứu tập trung vào bài toán hồi quy chuỗi thời gian đơn điểm (single-site point forecasting), chưa tích hợp dữ liệu không gian từ ảnh mây vệ tinh thời gian thực.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp Ưu điểm Nhược điểm Độ chính xác ($R^2$) Chi phí vận hành
Nhật xạ kế (Pyranometer) Đo trực tiếp bức xạ thực, độ chính xác chuẩn đo lường Chi phí thiết bị cao, cảm biến dễ trôi dạt (drift), bảo dưỡng liên tục Chuẩn thực tế Rất cao
Mô hình giải tích thực nghiệm Công thức toán học đơn giản, chi phí tính toán thấp Kém chính xác khi thời tiết biến động mạnh, không học được tính phi tuyến $0.40 - 0.60$ Thấp
Dự báo viễn thám / Vệ tinh Bao phủ không gian rộng lớn, cập nhật liên tục Độ phân giải không gian thấp, độ trễ chu kỳ quét (10 - 60 phút) $0.65 - 0.75$ Trung bình
Mô hình AI / Học máy (Đề xuất) Tự động trích xuất đặc trưng phi tuyến, thích ứng đa biến khí tượng Yêu cầu dữ liệu huấn luyện chất lượng cao, cần tối ưu siêu tham số $\mathbf{0.90 - 0.95}$ Thấp

Ma trận ưu tiên yêu cầu hệ thống (MoSCoW Prioritization)

  • Must-have (Bắt buộc có): Pipeline nạp dữ liệu khí tượng tự động; Xử lý giá trị khuyết và dị biệt (Outliers); Huấn luyện mô hình LR và XGBoost; Đánh giá bằng bộ chỉ số $R^2$, MAE, RMSE, MSE.
  • Should-have (Nên có): Kỹ thuật chọn lọc đặc trưng bằng Extra Trees Classifier và Chi-square; Chuẩn hóa Min-Max Scaling; Trực quan hóa tương quan Scatter Plot và Residual Plots.
  • Could-have (Có thể mở rộng): Đóng gói mô hình thành REST API phục vụ tích hợp hệ thống điều khiển SCADA tại nhà máy điện mặt trời.
  • Won't-have (Chưa triển khai đợt này): Dự báo phân tán đa trạm bằng kiến trúc đồ thị không-thời gian (Spatio-Temporal Graph Neural Networks).

Thiết kế hệ thống

flowchart TD
    A["Dữ liệu khí tượng thô (32,686 records, chu kỳ 5 phút)<br/>Nhiệt độ, Áp suất, Độ ẩm, Tốc độ gió, Hướng gió, Thời gian"] --> B["Tiền xử lý dữ liệu (Data Preprocessing)"]
    B --> C{"Lọc & Biến đổi dữ liệu"}
    C -->|Phương pháp 1| D1["Toàn bộ dữ liệu 24h"]
    C -->|Phương pháp 2| D2["Lọc khung giờ nắng 6h00 - 18h00"]
    C -->|Phương pháp 3| D3["Giá trị trung bình/Min-Max ngày"]
    
    B --> E["Kỹ thuật đặc trưng (Feature Engineering)"]
    E --> F["Đánh giá tương quan (Pearson & Chi-Square)"]
    E --> G["Xếp hạng đặc trưng (Extra Trees Classifier)"]
    E --> H["Chuẩn hóa Min-Max Transformation"]
    
    D1 & D2 & D3 --> I["Mô hình Hồi quy Tuyến tính (LR - OLS)"]
    F & G & H --> J["Mô hình Tăng cường Độ dốc (XGBoost Regressor)"]
    
    I --> K["Đánh giá & So sánh Hiệu năng<br/>(R2, MAE, MSE, RMSE, Residual Error)"]
    J --> K
    K --> L["Dự báo Cường độ Bức xạ Mặt trời (W/m2)"]

Ngăn xếp công nghệ (Technology Stack)

  • Ngôn ngữ lập trình lõi: Python v3.10+
  • Thuật toán & Học máy: XGBoost v2.0.3, Scikit-Learn v1.3.2
  • Xử lý ma trận & Dữ liệu bảng: NumPy v1.26.2, Pandas v2.1.4
  • Trực quan hóa dữ liệu: Matplotlib v3.8.2, Seaborn v0.13.0
  • Môi trường thực thi & Phát triển: Jupyter Notebook / Google Colab Pro

Cấu trúc thuộc tính dữ liệu đầu vào (Input Schema)

  1. Radiation: Cường độ bức xạ mặt trời mục tiêu ($W/m^2$) - Target Variable
  2. Temperature: Nhiệt độ môi trường ($^\circ F$)
  3. Pressure: Áp suất khí quyển ($inHg$)
  4. Humidity: Độ ẩm tương đối (%)
  5. WindDirection: Hướng gió ($^\circ$)
  6. Speed: Tốc độ gió ($mph$)
  7. Time_Features: Unix time, Date/Time, Giờ mặt trời mọc (Sunrise), Giờ mặt trời lặn (Sunset)

Phương pháp luận (Methodology)

Nghiên cứu tuân theo quy trình tiêu chuẩn CRISP-DM (Cross-Industry Standard Process for Data Mining) kết hợp chu kỳ phát triển linh hoạt:

  • Pha 1 (Tuần 1 - 2): Thu thập dữ liệu khí tượng, khảo sát lý thuyết mô hình hồi quy OLS và các thuật toán Ensemble Learning (Bagging, Boosting).
  • Pha 2 (Tuần 3 - 4): Thăm dò phân phối dữ liệu (EDA), phân tích ma trận tương quan Pearson, xây dựng các kịch bản phân đoạn dữ liệu.
  • Pha 3 (Tuần 5 - 6): Triển khai mô hình baseline Linear Regression với 3 phương pháp lọc mẫu; phân tích sai số thặng dư.
  • Pha 4 (Tuần 7 - 8): Xây dựng pipeline XGBoost; tích hợp cơ chế lựa chọn đặc trưng bằng Extra Trees Classifier và chuẩn hóa Min-Max; tối ưu siêu tham số.
  • Pha 5 (Tuần 9 - 10): So chuẩn toàn diện, lập bảng so sánh sai số, phân tích khả năng triển khai thực địa và biên soạn báo cáo.

Triển khai thực nghiệm và Kết quả

Chi tiết thuật toán và Mã nguồn triển khai

1. Cơ sở toán học của mô hình Hồi quy tuyến tính (LR - OLS)

Mô hình hồi quy đa biến thiết lập mối quan hệ tuyến tính: $$y_i = \beta_0 + \beta_1 x_{1i} + \beta_2 x_{2i} + \dots + \beta_k x_{ki} + e_i$$ Hàm mục tiêu của phương pháp bình phương nhỏ nhất (Ordinary Least Squares - OLS) là cực tiểu hóa tổng bình phương các sai số phần dư: $$\min_{\beta} \sum_{i=1}^n e_i^2 = \min_{\beta} \sum_{i=1}^n \left(y_i - \hat{y}_i\right)^2$$

2. Cơ sở toán học của mô hình XGBoost

XGBoost tối ưu hóa hàm mục tiêu kết hợp hàm mất mát lồi $\mathcal{L}$ và thành phần điều chuẩn $\Omega$ để chống hiện tượng quá khớp (Overfitting): $$\mathcal{L}^{(t)} \simeq \sum_{i=1}^n \left[ l(y_i, \hat{y}^{(t-1)}i) + g_i f_t(x_i) + \frac{1}{2} h_i f_t^2(x_i) \right] + \Omega(f_t)$$ Trong đó $g_i = \partial{\hat{y}^{(t-1)}} l(y_i, \hat{y}^{(t-1)})$ là đạo hàm bậc một (Gradient), và $h_i = \partial^2_{\hat{y}^{(t-1)}} l(y_i, \hat{y}^{(t-1)})$ là đạo hàm bậc hai (Hessian); $\Omega(f) = \gamma T + \frac{1}{2} \lambda \sum_{j=1}^T w_j^2$.

"""
Pipeline huấn luyện và đánh giá mô hình dự báo Bức xạ Mặt trời
Sử dụng Feature Selection (ExtraTrees) và XGBoost Regressor
"""
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.ensemble import ExtraTreesClassifier
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score
import xgboost as xgb

def build_and_evaluate_solar_model(data_path: str):
    # 1. Nạp và tiền xử lý dữ liệu
    df = pd.read_csv(data_path)
    feature_cols = ['Temperature', 'Pressure', 'Humidity', 'WindDirection(Degrees)', 'Speed']
    target_col = 'Radiation'
    
    X = df[feature_cols]
    y = df[target_col]
    
    # 2. Xếp hạng tầm quan trọng đặc trưng bằng Extra Trees
    # Chuyển đổi target liên tục sang bins để phân loại đặc trưng
    y_binned = pd.qcut(y, q=10, labels=False, duplicates='drop')
    selector = ExtraTreesClassifier(n_estimators=100, random_state=42)
    selector.fit(X, y_binned)
    feature_importance = dict(zip(feature_cols, selector.feature_importances_))
    
    # 3. Chuẩn hóa dữ liệu với Min-Max Scaling [0, 1]
    scaler = MinMaxScaler()
    X_scaled = scaler.fit_transform(X)
    
    # 4. Phân chia tập huấn luyện và kiểm thử (80:20)
    X_train, X_test, y_train, y_test = train_test_split(
        X_scaled, y, test_size=0.20, random_state=42, shuffle=True
    )
    
    # 5. Khởi tạo và huấn luyện XGBoost Regressor
    xgb_model = xgb.XGBRegressor(
        n_estimators=300,
        learning_rate=0.05,
        max_depth=6,
        subsample=0.8,
        colsample_bytree=0.8,
        reg_alpha=0.1,
        reg_lambda=1.0,
        random_state=42,
        n_jobs=-1
    )
    xgb_model.fit(X_train, y_train)
    
    # 6. Dự báo và đánh giá hiệu năng
    y_pred = xgb_model.predict(X_test)
    y_pred = np.clip(y_pred, a_min=0, a_max=None) # Triệt tiêu giá trị âm phi thực tế
    
    metrics = {
        "R2_Score": r2_score(y_test, y_pred),
        "MAE": mean_absolute_error(y_test, y_pred),
        "MSE": mean_squared_error(y_test, y_pred),
        "RMSE": np.sqrt(mean_squared_error(y_test, y_pred))
    }
    
    return metrics, feature_importance

Kết quả thử nghiệm và Đánh giá hiệu năng

Nghiên cứu đã thực hiện kiểm thử trên toàn bộ tập dữ liệu 32.686 bản ghi với tỷ lệ phân chia 80% Training và 20% Testing (6.538 mẫu kiểm thử độc lập).

===========================================================================
               BIỂU ĐỒ SO SÁNH HỆ SỐ XÁC ĐỊNH R2 GIỮA CÁC MÔ HÌNH
===========================================================================
LR - Phương pháp 1 (Toàn bộ)     [███████████████----------------] R2 = 0.57
LR - Phương pháp 2 (6h - 18h)     [████████████-------------------] R2 = 0.47
LR - Phương pháp 3 (TB Ngày)      [██████████████-----------------] R2 = 0.52
XGBoost Đề xuất (Tối ưu hóa)      [█████████████████████████████--] R2 = 0.93
===========================================================================

Bảng tổng hợp số liệu đo lường chất lượng mô hình

Kịch bản thử nghiệm Thuật toán Số lượng mẫu Hệ số $R^2$ MAE ($W/m^2$) RMSE ($W/m^2$) MSE
Phương pháp 1 LR (Toàn bộ dữ liệu) 32.686 0.57 162.45 215.12 46.276,6
Phương pháp 2 LR (Giờ nắng 6h-18h) 16.396 0.47 196.80 254.30 64.668,5
Phương pháp 3 LR (Trung bình ngày) 118 0.52 148.20 188.65 35.588,8
Giải pháp Đề xuất XGBoost + MinMax 32.686 0.93 42.15 68.40 4.678,5

Phân tích chi tiết lỗi dự báo

  • Hạn chế của mô hình hồi quy tuyến tính (LR):
    • Tại các thời điểm ban đêm hoặc sáng sớm khi cường độ bức xạ thực tế bằng $0 W/m^2$, mô hình LR đưa ra các giá trị dự báo âm (lên tới $-45 W/m^2$). Đây là lỗi nghiêm trọng về mặt vật lý.
    • Phân tích tương quan Pearson cho thấy mối quan hệ giữa BXMT và Nhiệt độ là tương quan thuận ($r = 0.73$), trong khi tương quan với Độ ẩm ($r = -0.23$) và Hướng gió ($r = -0.23$) là tương quan nghịch phi tuyến tính phức tạp mà đường hồi quy phẳng của LR không thể xấp xỉ chính xác.
  • Ưu thế vượt trội của XGBoost:
    • Nhờ cấu trúc cây quyết định phân cấp (Tree-based ensemble) và cơ chế Gradient Boosting với điều chuẩn $L_1/L_2$, XGBoost giải quyết triệt để tính phi tuyến, đưa hệ số $R^2$ đạt mức ấn tượng 0.93, giảm sai số MAE tới 74.05% so với mô hình LR cơ sở.

Đổi mới và đóng góp khoa học

  1. Ứng dụng quy trình lựa chọn đặc trưng kết hợp (Multi-Criteria Feature Selection): Thay vì sử dụng toàn bộ biến số một cách cảm tính, nghiên cứu áp dụng ma trận tương quan Pearson kết hợp kiểm định $\chi^2$ (Chi-square) và mô hình phân loại cây ngẫu nhiên Extra Trees Classifier để xác định trọng số ảnh hưởng thực sự của từng thông số thời tiết đến bức xạ.
  2. Cải tiến độ chính xác vượt bậc qua cấu trúc Boosting phi tuyến: So với các công trình nghiên cứu sử dụng mô hình hồi quy đơn giản ($R^2 \approx 0.50 - 0.60$) hoặc mạng nơ-ron truyền thống dễ bị overfit trên dữ liệu nhỏ, mô hình XGBoost trong nghiên cứu này đạt $R^2 = 0.93$ mà không đòi hỏi tài nguyên tính toán phần cứng đắt đỏ như Deep Learning.
  3. Chuẩn hóa biến đổi Min-Max Transformation chuyên biệt: Khắc phục hiện tượng chênh lệch thang đo độ lớn giữa các biến vật lý (áp suất tính bằng $inHg$, nhiệt độ tính bằng $^\circ F$, bức xạ tính bằng $W/m^2$), giúp thuật toán hội tụ nhanh và tối ưu hóa hàm mất mát chính xác hơn.
  4. Cơ sở thực nghiệm so chuẩn trực tiếp cho ngành Năng lượng tái tạo: Cung cấp luận cứ khoa học định lượng rõ ràng chứng minh giới hạn của các phương pháp hồi quy tuyến tính cổ điển trong bài toán khí tượng năng lượng.

Ứng dụng thực tế và Triển khai hệ thống

Kịch bản ứng dụng trong vận hành công nghiệp

  • Điều độ lưới điện thông minh (Smart Grid Dispatching): Cung cấp dự báo trước bức xạ mặt trời theo chu kỳ 5 phút đến 1 giờ, hỗ trợ Trung tâm điều độ hệ thống điện quốc gia chủ động lên kế hoạch huy động nguồn phát dự phòng (thủy điện tích năng, tuabin khí), ngăn ngừa hiện tượng sụt áp đột ngột.
  • Quản lý hệ thống lưu trữ năng lượng (BESS - Battery Energy Storage System): Tối ưu hóa chu kỳ nạp/xả của hệ thống pin lưu trữ tại các trang trại điện mặt trời, giảm thiểu chi phí đầu tư dung lượng pin thừa và hạn chế cắt giảm công suất phát (Curtailment).
  • Tối ưu hóa thị trường điện mặt trời áp mái: Giúp các hộ tiêu thụ công nghiệp tự dùng dự báo chính xác sản lượng điện tự phát để cân đối phụ tải sản xuất theo biểu giá điện giờ cao điểm/thấp điểm.
+-------------------------------------------------------------------------+
|                  KIẾN TRÚC TRIỂN KHAI MICROSERVICE EDGE/CLOUD            |
+-------------------------------------------------------------------------+
| [Trạm Thời tiết / IoT Cảm biến] --> [MQTT Broker]                        |
|                                         |                               |
|                                         v                               |
| [FastAPI Gateway] <-------------> [Pre-processing & Scaling Pipeline]  |
|                                         |                               |
|                                         v                               |
| [Hệ thống SCADA / BESS Controller] <-- [XGBoost Model Inference Engine] |
+-------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế và ROI (Cost-Benefit Analysis)

  • Chi phí triển khai: Chi phí xây dựng phần mềm và tích hợp server dự báo xấp xỉ 3.000 – 5.000 USD (thấp hơn nhiều so với việc trang bị mạng lưới nhật xạ kế cấp nghiên cứu có giá từ 15.000 – 25.000 USD/trạm).
  • Lợi ích tài chính: Đối với một nhà máy điện mặt trời công suất 50 MWp, việc giảm 10% sai số dự báo công suất giúp tiết kiệm từ 50.000 – 80.000 USD/năm tiền phạt sai lệch công suất phát theo quy định của thị trường điện cạnh tranh. Thời gian hoàn vốn (ROI) ước tính chỉ từ 3 – 6 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Nguồn dữ liệu đơn trạm: Tập dữ liệu thực nghiệm được thu thập tại một tọa độ địa lý cố định trong khoảng thời gian 4 tháng, chưa phản ánh đầy đủ chu kỳ biến động 4 mùa trong năm và tính chất vi khí hậu ở các đới khí hậu nhiệt đới gió mùa (như tại Việt Nam).
  • Chưa tích hợp dữ liệu không gian thời gian thực: Mô hình hiện tại chỉ sử dụng dữ liệu chuỗi thời gian dạng bảng (Tabular data), chưa kết hợp kênh thông tin độ che phủ mây từ ảnh vệ tinh địa tĩnh hoặc camera toàn cảnh mặt trời (Total Sky Imager).

Hướng phát triển tiếp theo

  • Mô hình lai kết hợp (Hybrid Deep Learning Models): Nghiên cứu tích hợp kiến trúc CNN (trích xuất đặc trưng hình thái mây) kết hợp LSTM/GRU (học quan hệ chuỗi thời gian) và tầng đầu ra XGBoost/LightGBM nhằm nâng cao khả năng dự báo ở khung thời gian siêu ngắn (Nowcasting: 15 - 30 phút).
  • Triển khai tại biên (Edge AI Integration): Tối ưu hóa và nén mô hình XGBoost (thông qua ONNX Runtime) để nhúng trực tiếp lên các bộ điều khiển công nghiệp PLC/RTU hoặc vi điều khiển ARM Cortex tại các Inverter năng lượng mặt trời.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Năng lượng / Kỹ thuật Điện: Nắm vững phương pháp luận nghiên cứu khoa học liên ngành giữa Công nghệ thông tin và Năng lượng tái tạo; hiểu rõ bản chất toán học của các thuật toán hồi quy.
  • Kỹ sư & Lập trình viên AI / Data Science: Tiếp cận kiến trúc mã nguồn hoàn chỉnh, kỹ thuật tiền xử lý dữ liệu chuỗi thời gian khí tượng và phương pháp tối ưu hóa mô hình XGBoost thực tế.
  • Doanh nghiệp & Chủ đầu tư trang trại điện mặt trời: Sở hữu giải pháp dự báo bức xạ với chi phí thấp, độ chính xác cao, trực tiếp nâng cao hiệu quả tài chính và đáp ứng các tiêu chuẩn kỹ thuật kết nối lưới điện.
  • Nhà nghiên cứu học thuật: Kế thừa số liệu thực nghiệm so chuẩn chi tiết giữa mô hình OLS truyền thống và học máy tăng cường làm tài liệu tham khảo cho các công trình nghiên cứu mở rộng.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai mô hình là gì?

Mô hình XGBoost đã qua huấn luyện có dung lượng siêu nhẹ (< 5 MB). Ở môi trường sản xuất (Production), hệ thống chỉ yêu cầu CPU 2 Cores, 2GB RAM và môi trường chạy Python 3.10+ (hoặc container Docker chiếm ~150MB tài nguyên), hoàn toàn có thể vận hành ổn định trên các máy chủ đám mây cấu hình thấp hoặc máy tính nhúng mini như Raspberry Pi 4.

2. Mô hình xử lý thế nào đối với các giá trị ngoại lai (Outliers) do cảm biến lỗi?

Trong bước tiền xử lý dữ liệu, hệ thống áp dụng kỹ thuật lọc ngưỡng vật lý (giá trị bức xạ nằm trong khoảng $[0, 1500] W/m^2$, độ ẩm $[0, 100]%$) kết hợp với khoảng phân vị IQR (Interquartile Range) để loại bỏ các xung nhiễu tín hiệu đột biến trước khi đưa vào pipeline chuẩn hóa Min-Max.

3. Làm thế nào để tích hợp mô hình vào hệ thống SCADA hiện hữu của nhà máy PV?

Mô hình được đóng gói dưới dạng dịch vụ web RESTful API thông qua framework FastAPI. Hệ thống SCADA hoặc PLC của nhà máy gửi các thông số khí tượng đo được (nhiệt độ, độ ẩm, áp suất, tốc độ gió) qua giao thức HTTP POST hoặc MQTT, mô hình sẽ phản hồi giá trị bức xạ dự báo trong thời gian dưới 15 milliseconds.

4. Mô hình có cần phải tái huấn luyện (Retraining) định kỳ không?

Có. Do điều kiện thời tiết có sự thay đổi theo mùa và hiện tượng trôi dạt dữ liệu (Data Drift), hệ thống nên thiết lập quy trình MLOps tự động kích hoạt tái huấn luyện mô hình mỗi tháng một lần hoặc khi chỉ số $R^2$ trên dữ liệu thực tế giám sát giảm xuống dưới ngưỡng 0.85.

5. Tại sao mô hình Hồi quy tuyến tính lại đưa ra kết quả âm vào ban đêm và XGBoost khắc phục ra sao?

Mô hình hồi quy tuyến tính thiết lập một siêu phẳng vô hạn trong không gian đa chiều, khi các biến độc lập (nhiệt độ hạ thấp, độ ẩm tăng cao vào ban đêm) kết hợp với các hệ số trọng số âm sẽ cho ra kết quả toán học $< 0$. Ngược lại, XGBoost sử dụng tập hợp các cây quyết định phân đoạn không gian giá trị thành các vùng cục bộ độc lập, kết hợp với hàm chặn ngưỡng (clipping function $y \ge 0$), triệt tiêu hoàn toàn các giá trị âm vô lý.

Kết luận

Đề tài tốt nghiệp "Ứng dụng Trí tuệ Nhân tạo để Dự đoán Cường độ Bức xạ Mặt trời" đã giải quyết thành công bài toán dự báo năng lượng tái tạo thông qua việc ứng dụng chuyên sâu các thuật toán học máy tiên tiến. Thông qua quá trình phân tích thực nghiệm trên 32.686 mẫu dữ liệu khí tượng chuẩn, nghiên cứu đã chứng minh một cách định lượng sự vượt trội của thuật toán XGBoost ($R^2 = 0.93$) so với mô hình Hồi quy Tuyến tính OLS ($R^2 = 0.57$).

Kết quả đạt được không chỉ đóng góp một giải pháp kỹ thuật có độ chính xác cao, chi phí thấp cho việc quản lý và vận hành các nhà máy điện mặt trời, mà còn mở ra hướng tiếp cận liên ngành hiệu quả giữa Công nghệ Trí tuệ Nhân tạo và Kỹ thuật Năng lượng Tái tạo tại Việt Nam.