Mô hình Light Gradient Boosting Machine (LightGBM) mà nhóm tác giả lựa chọn là một khung tăng cường độ dốc dựa trên cấu trúc cây quyết định, nổi bật với chiến lược phát triển cây theo chiều rộng thay vì chiều sâu truyền thống. Sự ưu việt của mô hình nằm ở hai kỹ thuật cốt lõi là GOSS và EFB, cho phép hệ thống tập trung vào các mẫu dữ liệu quan trọng và tối ưu hóa các đặc trưng thưa. Mô hình cũng cho phép kết hợp các điều kiện khác như ngày lễ, sự kiện để tăng độ chính xác.

Quá trình hiện thực hóa sáng kiến được thực hiện bài bản qua nhiều giai đoạn nghiêm ngặt bắt đầu từ tháng 11/2024. Trong giai đoạn khởi đầu, nhóm tác giả đã tập trung thu thập kho dữ liệu khổng lồ về thông số vận hành lưới điện, dữ liệu khí tượng và các thông tin về công tác cắt điện, sa thải phụ tải. Đến tháng 3/2025, phần mềm tích hợp đã chính thức được viết và thực hiện huấn luyện, giúp mô hình nhận diện quy luật từ dữ liệu quá khứ và tự hiệu chỉnh theo số liệu thực tế. Sau khi trải qua quá trình chạy thử nghiệm và so sánh đối chiếu kỹ lưỡng vào tháng 5/2025, giải pháp đã chính thức được áp dụng làm nền tảng tham khảo quan trọng cho công tác dự báo nhu cầu phụ tải của Công ty từ tháng 8/2025.

Hình ảnh minh họa nền tảng lý thuyết và tính ưu việt của giải pháp

Hiệu quả thực tiễn mà sáng kiến mang lại là rất đáng ghi nhận, trước hết là khả năng tối ưu hóa thời gian dự báo khi cung cấp một kênh tham khảo nhanh chóng và chính xác cho các điều độ viên. Với giao diện trực quan và dễ sử dụng, phần mềm không đòi hỏi các quy trình hướng dẫn phức tạp nhưng vẫn đảm bảo tính chuyên sâu. Đặc biệt, giải pháp còn đóng vai trò như một "trợ lý ảo" đắc lực, có khả năng hỗ trợ hoặc thay thế ngắn hạn trong các giai đoạn biến động nhân sự, giúp duy trì tính ổn định của hệ thống và giảm thiểu sự xáo trộn trong đơn vị.

Bên cạnh giá trị về mặt vận hành, sáng kiến còn mang lại lợi ích kinh tế gián tiếp thông qua việc tiết kiệm chi phí đầu tư hạ tầng kỹ thuật. Do được phát triển tối ưu, phần mềm có thể vận hành ổn định trên cấu hình máy tính hiện hữu mà không cần trang bị máy chủ phức tạp hay các bản quyền phần mềm đắt đỏ. Mặc dù các giá trị lợi nhuận trực tiếp khó có thể định lượng bằng con số cụ thể do tính đa nhiệm trong quản lý vận hành và đầu tư xây dựng, nhưng việc giảm sai số dự báo phụ tải xuống mức thấp nhất chính là yếu tố then chốt để tối ưu hóa chi phí mua điện và nâng cao độ tin cậy cung cấp điện cho khách hàng.

Kỹ sư Cao Hồng Lĩnh trình bày giới thiệu về giải pháp tại buổi làm việc với Công ty Vận hành hệ thống điện và thị trường điện Quốc gia (NSMO) và Trung tâm điều độ lưới điện miền Bắc (NSO)

Sự thành công của sáng kiến từ hai kỹ sư Công ty Điện lực Quảng Ninh không chỉ khẳng định năng lực làm chủ công nghệ của đội ngũ cán bộ kỹ thuật trẻ mà còn là minh chứng rõ nét cho lộ trình chuyển đổi số mạnh mẽ của EVNNPC. Đây là bước đệm quan trọng để tiến tới xây dựng lưới điện thông minh, nơi mà trí tuệ nhân tạo và kinh nghiệm thực tiễn được kết hợp hài hòa cho sự phát triển bền vững của ngành Điện trong thời đại số hiện nay.

Xuân Anh