海上风电出力预测数据集

感兴趣的同学可以CSDN查看个人简介，获取相关数据集噢。

【赛题背景】2024数字中国创新大赛—数据要素赛道。2023年12月1日，我国首个国家级海上风电研究与试验检测基地在福建开工建设，海上风电是实现能源低碳转型的重要战略支撑，大规模海上风力发电已成为国家能源战略发展的重要方向。

【应用领域】AI+海上风电出力预测

【数据任务】基于风力海况气象数据、风机性能数据等，针对复杂多变气象和海况条件的深度耦合影响，建立海上风电出力预测模型，提升模型精度以及在工程应用中的可信度，为大规模风电接入的能源安全可靠运行提供保障。

【文件目录】包含以下所示的数据文件：

A_submit_example.csv

A榜-测试集_海上风电预测_基本信息.csv

A榜-测试集_海上风电预测_气象变量数据.csv

A榜-训练集_海上风电预测_基本信息.csv

A榜-训练集_海上风电预测_气象变量及实际功率数据.csv

海上风电出力预测_lgb_baseline.py

【数据描述】海上风电出力预测的用电数据分为训练组和测试组两大类，主要包括风电场基本信息、气象变量数据和实际功率数据三个部分。风电场基本信息主要是各风电场的装机容量等信息；气象变量数据是从2022年1月到2024年1月份，各风电场每间隔15分钟的气象数据；实际功率数据是各风电场每间隔15分钟的发电出力数据。数据集文件的格式为csv格式。A榜包括2个训练集和2个测试集数据。

1. 基本信息：存储的是五个风电场的位置和装机容量等信息，包括：

2. 气象变量数据：存储的是五个风电场从2022年1月到2024年1月份，每间隔15分钟的气象数据，包括：

3. 实际功率数据：存储的是5个各风电场从2022年1月到2024年1月份，每间隔15分钟的发电出力数据，包括：

【预测结果说明】

提交文件格式为csv文件，编码采用utf-8，文件名为xxx.csv。格式与训练文件相同，需补充每条数据query_set字段中的label字段值。采用均方根误差（Root Mean Square Error，简称RMSE）对模型预测精度进行评价。