四种不同机器学习方法（线性回归模型，K近邻回归模型，决策树回归模型，随机森林回归模型）对光伏发电预测

1.数据集介绍（可以看短期光伏发电量短期预测（Python代码，基于LSTM模型）_深度学习的奋斗者的博客-CSDN博客）

两篇文章用的是同一个数据集，不同的的是本篇多了温度特征。

只对数据集感兴趣的可以关注：https://blog.csdn.net/qq_40840797/article/details/131842873

这些是温度数据集中的列名：

• DATE_TIME: 日期和时间
• PLANT_ID: 电厂ID
• SOURCE_KEY: 数据源的关键字
• AMBIENT_TEMPERATURE: 环境温度
• MODULE_TEMPERATURE: 模块温度
• IRRADIATION: 辐照度

这些列包含了太阳能发电数据和气象传感器数据的各个指标和变量。

2020/5/15 0:00	4135001	HmiyD2TTLFNqkNe	25.18431613	22.8575074	0
2020/5/15 0:15	4135001	HmiyD2TTLFNqkNe	25.08458867	22.76166787	0
2020/5/15 0:30	4135001	HmiyD2TTLFNqkNe	24.9357526	22.59230553	0
2020/5/15 0:45	4135001	HmiyD2TTLFNqkNe	24.8461304	22.36085213	0
2020/5/15 1:00	4135001	HmiyD2TTLFNqkNe	24.62152536	22.16542264	0
2020/5/15 1:15	4135001	HmiyD2TTLFNqkNe	24.5360922	21.96857087	0
2020/5/15 1:30	4135001	HmiyD2TTLFNqkNe	24.63867387	22.35292567	0
2020/5/15 1:45	4135001	HmiyD2TTLFNqkNe	24.87302233	23.1609192	0
2020/5/15 2:00	4135001	HmiyD2TTLFNqkNe	24.93693047	23.026113	0
2020/5/15 2:15	4135001	HmiyD2TTLFNqkNe	25.0122476	23.34322927	0
2020/5/15 2:30	4135001	HmiyD2TTLFNqkNe	25.00514933	23.63945927	0
2020/5/15 2:45	4135001	HmiyD2TTLFNqkNe	24.99301953	24.0394858	0
2020/5/15 3:00	4135001	HmiyD2TTLFNqkNe	25.01630943	24.38413557	0
2020/5/15 3:15	4135001	HmiyD2TTLFNqkNe	24.98521527	24.35150773	0
2020/5/15 3:30	4135001	HmiyD2TTLFNqkNe	24.93773193	24.06029653	0
2020/5/15 3:45	4135001	HmiyD2TTLFNqkNe	24.87909953	23.70979413	0
2020/5/15 4:00	4135001	HmiyD2TTLFNqkNe	24.6789022	22.58994153	0
2020/5/15 4:15	4135001	HmiyD2TTLFNqkNe	24.3519308	21.78364253	0
2020/5/15 4:30	4135001	HmiyD2TTLFNqkNe	24.0626222	21.85252493	0
2020/5/15 4:45	4135001	HmiyD2TTLFNqkNe	24.0132242	22.306315	0
2020/5/15 5:00	4135001	HmiyD2TTLFNqkNe	24.1771058	22.55190847	0
2020/5/15 5:15	4135001	HmiyD2TTLFNqkNe	24.304888	22.97949207	0
2020/5/15 5:30	4135001	HmiyD2TTLFNqkNe	24.32872727	23.45238047	0
2020/5/15 5:45	4135001	HmiyD2TTLFNqkNe	24.28921113	23.09669193	0.000862721
2020/5/15 6:00	4135001	HmiyD2TTLFNqkNe	24.08844607	22.2067566	0.005886957

2.代码流程

1. 导入所需的库，包括numpy、pandas、seaborn和matplotlib.pyplot。
2. 读取两个CSV文件的数据，分别是'Plant_1_Generation_Data.csv'（发电相关信息）和'Plant_1_Weather_Sensor_Data.csv'（温度相关信息），存储到两个DataFrame变量中。
3. 打印一些数据统计信息，如唯一值的数量和数据的概要。
4. 将日期时间列转换为datetime类型。
5. 使用pd.merge函数将两个数据集按照日期时间进行合并，生成一个新的DataFrame df。
6. 检查并打印df中的缺失值情况。
7. 绘制df中各个变量之间的散点图矩阵。
8. 使用LabelEncoder对SOURCE_KEY列进行编码。
9. 创建一个新的DataFrame df_ml作为机器学习模型的输入数据，并选择特征变量X和目标变量y。
10. 计算特征变量X之间的相关性，并使用相关性矩阵进行可视化。
11. 将数据集拆分为训练集和测试集。
12. 使用线性回归模型进行训练和预测，并计算模型的得分。
13. 使用K近邻回归模型进行训练和预测，并找到最佳的n_neighbors值以获得最高得分。
14. 使用决策树回归模型进行训练和预测，并计算模型的得分。
15. 使用随机森林回归模型进行训练和预测，并计算模型的得分。

以上就是这段代码的主要流程。它包括了数据加载、数据预处理、特征工程、模型训练和评估等步骤，用于分析太阳能发电数据并建立回归模型进行预测。

特征变量之间相关性绘图

四种方法分别为线性回归模型，K近邻回归模型，决策树回归模型，随机森林回归模型

 选择SOURCE_KEY列的1BY6WEcLGh8j5v7 的光伏板进行AC POWER预测。

真实值与预测值展示