GEFCom 2012电力能源预测数据集

感兴趣的同学可以CSDN查看个人简介，获取相关数据集噢。

GEFCom 2012 Dataset，由负荷数据集和风电数据集2个子数据集组成。

Load Forecasting

负荷预测赛道的主题是一个层级负荷预测问题：对具有20个区域的美国公用事业公司的回测和预测小时级别负荷（以kW为单位）。必须在区域级别（20系列）和系统（20个区域级系列的总和）水平上进行回测和预测，总共21个目标量。

数据（12个区域的负载和11个站点的温度）历史范围从2004/1/1的第一小时到2008/6/30的第6小时。考虑到实际温度历史记录，负荷历史记录下面的8周将丢失，并需要对其进行回测，可以使用整个历史记录这8周：2005/3/6-2005/3/12、2005/6/20-2005/6/26、2005/9/10-2005/9/16、2005/12/25-2005/12/31、2006/2/13-2006/2/19、2006/5/25-2006/5/31、2006/8/2-2006/8/8、2006/11/22-2006/11/28。此外还需要预测2008/7/1至2008/7/7的每小时负荷目标量，在这周是没有实际温度可供使用。

预测精度将通过加权根平方误差进行评估。权重分配如下：

Zonal级别的8个回测周的每个小时：1；

在系统级别上的8个回测周的每个小时：20；

每个小时的一个预测一周的Zonal级别：8；

在系统级别上的1个预测周的每个小时：160；

在数据集的5个数据文件中的每个文件中，都有一个标题行。日期变量的三列：每月的年度，每日月份，最后24列是一天中的24小时。在load_history.csv中，A列为Zone_ID范围从1到20。在deverion_history.csv中，A列IS stit_ID范围从1到11。在benchmark.csv中，a列是id，每行的标识符；B列是区域_ID，范围从1到21，其中21个“区域”代表系统级别，这是其他20个区域的总和，Benchmark.csv为基准模型的结果。

Wind Forecasting

风电预测赛道的主题是基于历史测量和其他风预测信息（基于历史测量值和其他风能预测信息（48小时的风速预测，预测78小时的小时发电量（预测48小时）的主题（预测了48小时的风速预测，对这些地点的风速和方向预测 ）。该数据可用于周期，范围从2009/7/1的第1小时到2012/6/28的第12小时。

2009/7/1至2010/12/31之间的期限是模型训练和验证期，而数据集的其余时间（即2011/1/1到2012/6/28）都需要进行评估。根据过去的电力观测和/或此期间的气象风预测，该训练期用于设计和估算允许在提前1到48小时预测风电的模型。在评估部分中，它旨在模仿实际的操作条件。为此，定义的48小时期间，缺少风电实际观测。所有这些功率观测都将被预测。

因此预测时段定义为：缺少观测的第一阶段是，从2011/1/1 01:00到2011/1/3 00:00；缺少观察的第二阶段是，从2011/1/4 13:00到2011/1/6 12:00。请注意，这两个时期每7天重复一次直到数据集末尾，在缺少数据的日期之间可以使用观测数据来更新模型。

预测精度将通过均方根误差（RMSE）标准评估，RMSE被计算为平方预测误差平均值的平方根，所有预测点将在得分计算中被赋予相同权重。

“train.csv”包含训练数据：

- 第1列（“日期”）是一个时间戳，给出了以下列中每小时风电测量的日期和时间。例如，“2009070812”是指2009年7月8日12:00；

- 其它7列（“wp1”至“wp7”）收集了7个风电场的归一化风电测量值。它们被归一化，以便取0和1之间的值，以使风电场不可识别。

同时，也提供使用解释变量（风力预报）的文件。例如，文件“windforecasts_wf1”包含风电场1的风力预测。在这些文件中：

- 第1列（“日期”）是一个时间戳，给出发布预测的日期和时间。例如，“2009070812”是指2009年7月8日12:00；

-第2列（“hors”）用于预测的交付周期。例如，如果“date”=2009070812，“hors”=1，则预测为2009年7月8日13:00

- 其它4列（“u”、“v”、“ws”和“wd”）是预报本身，前两列是纬向风和经向风分量，后两列是相应的风速和风向。

文件“benchmark.csv”提供了示例预测结果（“所见即所得”），该文件提供了一个应严格遵守的结果提交模板。“benchmark.csv”的第一列称为“id”，每行都包含唯一的标识符。其他8列与“train.csv”相同。在提交结果时，需要确保文件包含与“benchmark.csv”相同格式的总共9列。