光伏发点功率预测部署的代码随记

1、save_historic_pv_power函数

功能：当日存储前一日的在数据库中的光伏发电功率，定时运行，设定每天凌晨1点运行

传入的参数：

plant_ID：工厂ID，以此确定哪家工厂

url：接口，通过工厂ID，获得对应工厂的信息，包含设备id、经纬度等

your_host、your_username、your_port、your_password、your_database：连接数据库要用到的信息

①获取前一日的日期（线上环境要改，现在是直接定死的一天）

②通过url获取对应电站的设备ID

③连接数据库，读取表TB0302_DAY_POWER，获取对应电站下的所有设备ID当日每隔15min的总的发电功率，返回的dataframe格式数据如下

time	pv_power	plant_ID
2024-04-18 00:00	0.000	8

④将该dataframe格式的数据存入数据库的表pv_data_626中

⑤计算下一次该函数启动的时间，等待下一次运行

2、train_model函数

传入的参数：

plant_ID：工厂ID，以此确定哪家工厂

your_host、your_username、your_port、your_password、your_database：连接数据库要用到的信息

①从数据库中读取近3个月的历史数据，历史预报气象数据在数据库表：forecast_data_0626中，历史园区发电功率在数据库表：pv_data_0626中 （后续需要改表吧）

②数据特征构造

③lightGBM_1，存模型参数于models文件夹中

④XGBOOST，存模型参数于models文件夹中

⑤lightGBM_2，存模型参数于models文件夹中

⑥GRU，存模型参数于models文件夹中

⑦计算下一次该函数启动的时间，等待下一次运行，间隔三十天，凌晨2点运行

3、save_weather_data_and_predict函数

传入的参数：

plant_ID：工厂ID，以此确定哪家工厂

scaler：这个是模型在训练前归一化的内容，以此获取各个特征的最大最小值，方便预测的时候归一化（全局变量）

your_host、your_username、your_port、your_password、your_database：连接数据库要用到的信息

①通过API接口，获取次日预报的气象数据（这边现在用的本地的数据导入的，之后需要修改）

②连接数据库，将次日的预报气象数据存入数据库中表：forecast_data_0626中

③光伏发电预测，包含特征构造，通过XGBOOST、lightGBM_2、GRU，最终得到次日15min间隔的发电功率

④将发电功率存入数据库表predict_pv_power中

⑤计算下一次该函数启动的时间，等待下一次运行，每天晚上9点运行