堅牢な太陽光発電（PV）パワー予測のためのクラウド・エッジ協調型大規模モデル

要旨: エッジ対応グリッドにおける太陽光発電（PV）電力予測では、予測精度、天候に起因する分布シフト下での頑健性、そして厳格なレイテンシ制約のバランスを取る必要があります。ローカルの専用モデルは日常的な条件では効率的ですが、稀なランプ事象や未見の天候パターンではしばしば性能が低下します。一方で、常にクラウド側の大規模モデルに依存すると、通信遅延とクラウドのオーバーヘッドが大きくなります。この課題に対処するため、レイテンシに敏感なPV予測のための、リスク認識型のクラウド・エッジ協調フレームワークを提案します。このフレームワークは、日常ケース向けのサイト固有のエキスパート予測器、ローカル推論を強化するための軽量エッジ側モデル、そして必要に応じてリトリーバル・予測パイプラインを通じて一致する過去の文脈を提供するクラウド側の大規模リトリーバルモデルを統合します。軽量なスクリーニングモジュールは、予測不確実性、分布外リスク、天候変異の強度、モデル間不一致を推定し、さらにLyapunovに導かれたルータが、長期的なレイテンシ、通信、クラウド利用の制約のもとで、推論をエッジのsmall分岐またはクラウド支援分岐へ選択的にエスカレーションします。起動された分岐の出力は、適応的フュージョンによって統合されます。2つの実世界のPVデータセットでの実験により、予測精度、ルーティング品質、頑健性、システム効率の間に有利な総合トレードオフが示されました。