电力需求预测挑战赛笔记 Taks1 跑通baseline

电力需求预测挑战赛笔记 Taks1 跑通baseline

一、赛事报名

赛事链接：https://challenge.xfyun.cn/h5/detail?type=electricity-demand&ch=dw24_uGS8Gs

二、背景

​ 随着全球经济的快速发展和城市化进程的加速，电力系统面临着越来越大的挑战。电力需求的准确预测对于电网的稳定运行、能源的有效管理以及可再生能源的整合至关重要。

​ 然而，电力需求受到多种因素的影响，为了提高电力需求预测的准确性和可靠性，推动智能电网和可持续能源系统的发展，本场以“电力需求预测”为赛题的数据算法挑战赛。选手需要根据历史数据构建有效的模型，能够准确的预测未来电力需求。

三、任务

给定多个房屋对应电力消耗历史N天的相关序列数据等信息，预测房屋对应电力的消耗。

四、速通baseline

进入项目链接：https://aistudio.baidu.com/projectdetail/8151133

登陆后运行项目：

运行：

# 1. 导入需要用到的相关库
# 导入 pandas 库，用于数据处理和分析
import pandas as pd
# 导入 numpy 库，用于科学计算和多维数组操作
import numpy as np

# 2. 读取训练集和测试集
# 使用 read_csv() 函数从文件中读取训练集数据，文件名为 'train.csv'
train = pd.read_csv('./data/data283931/train.csv')
# 使用 read_csv() 函数从文件中读取测试集数据，文件名为 'train.csv'
test = pd.read_csv('./data/data283931/test.csv')

# 3. 计算训练数据最近11-20单位时间内对应id的目标均值
target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index()

# 4. 将target_mean作为测试集结果进行合并
test = test.merge(target_mean, on=['id'], how='left')

# 5. 保存结果文件到本地
test[['id','dt','target']].to_csv('submit.csv', index=None)

一键运行下载生成的文件：

上传：

测评得分：

提交完成后等待一段时间可查看自己的分数

img-vVnLpnIQ-1720780835820)]

测评得分：

提交完成后等待一段时间可查看自己的分数