数据注意点：
有用增益数据筛选

任务和主题

AI新能源功率预报：根据历史发电功率数据和对应时段多类别气象预测数据，实现次日零时起到未来24小时逐15分钟级新能源场站发电功率预测。

比赛数据

1.气象数据
比赛输入数据来自三个不同的气象预报数据，数据格式为nc,共8个变量，需要注意气象源NWP_2的变量与另外两个稍有不同。气象变量说明见下文。每个文件是第二天北京时间0点开始的未来24小时气象预报，时间间隔1小时，文件名的日期表示预报发布日期，如20240101.nc是2024年1月1日发布的，对1月2日的预报。每个输入文件有5个维度，time,channel,hour,lat,lon。
time表示数据第一个时刻，为世界时；channel为变量，共8维；hour为从起始时间到预报时间的时间间隔，数值为0～23；lat为纬度，数值从小到大为从北向南排列；lon为经度，数值从小到大为从西向东排列。这里经纬度数值仅代表相对关系，中心点为离场站最近的点。
参赛队伍可以不使用全部气象源的全部变量做为输入。

2.场站实发功率
比赛目标数据来自10个新能源场站的归一化处理后的实发功率，其中包含5个风电场站和5个光伏场站。编号1-5为风电场，6-10为光伏电场。数据时间为北京时间，数据时间间隔为15分钟。需要注意数据中偶有空值、死值等异常值。

气象变量说明：

气象源1(NWP_1)、气象源3(NWP_3): [u100, v100, t2m, tp, tcc, sp, poai, ghi], 气象源2(NWP_2): [u100, v100, t2m, tp, tcc,msl,poai,ghi]

变量 描述 单位
u100 100米高度纬向风 m/s（米/秒）
v100 100米高度经向风 m/s（米/秒）
t2m 2米气温 K（开尔文）
tp 总降水量 m（米）
tcc 总云量 (0 - 1)
sp 地面气压 Pa（帕斯卡）
poai 光伏面板辐照度 W/m²（瓦/平方米）
ghi 水平面总辐照度 W/m²（瓦/平方米）
msl 海平面气压 Pa（帕斯卡）

1，1-5的风电项目，影响最大的是风速和气压，其次是风向。6-10光伏项目影响最大的是倾斜面辐照poai和温度t2m。

2，气象数据的网格，一般会远大于项目面积。在目前没有地理数据的情况下，取一个居中点的数据即可。

3，这个项目的参数量很少，且大多可以从原理上判断与发电量的关联性。因此可以直接用拟合（机器学习的价值有限）。提高准确率，可能更依赖于数据清洗和预处理。
初赛训练集和测试集：

数据集 时间范围 空间范围 时间分辨率
TrainA 20240101 ~ 20241231 场站周边 11x11 个格点 1h
TestA 20250101 ~ 20250228 场站周边 11x11 个格点 1h

复赛训练集和测试集：

数据集 时间范围 空间范围 时间分辨率
TrainB 20240101 ~ 20250228 场站周边 11x11 个格点 1h
TestB 20250301 ~ 20250430 场站周边 11x11 个格点 1h

u100,v100 计算风速和风向

![[Pasted image 20250412141327.png]]

原始的数据

csv 格式输出
![[Pasted image 20250412141423.png]]

评价指标

![[Pasted image 20250412141640.png]]

![[Pasted image 20250412141816.png]]

限电不考虑。
负值置零。

数据预处理

数据描述

当前的数据状况
每个小时的 chanle 对应的值

  1. ghi：全球水平辐照度（Global Horizontal Irradiance），单位通常是瓦特每平方米 (W/m²)。
  2. poai：平面外接收到的总辐照度（Plane of Array Irradiance），这通常用于光伏系统设计中，表示安装在特定角度的光伏面板接收到的太阳辐射量。
  3. sp：表面压力（Surface Pressure），单位可能是帕斯卡 (Pa)。
  4. t2m：2米处气温（Temperature at 2 meters above the surface），单位是开尔文 (K) 或摄氏度 (°C)，从值上看这里应该是开尔文。
  5. tcc：总云量（Total Cloud Cover），范围一般为0到1，表示天空被云覆盖的比例。
  6. tp：总降水量（Total Precipitation），单位可能是毫米 (mm)。
  7. u100 和 v100：分别是纬向和径向的风速分量，在100米高度上测量得到，单位米每秒 (m/s)。

数据清洗

  1. power 数据存在无效数据，负数置为0
  2. u100 v100 计算出风速

CR=(1−1n∑i=1n(PM,i−PP,imax⁡(PM,i0.2))2)∗100%C_{R}=\left(1-\sqrt{\frac{1}{n} \sum_{i=1}^{n}\left(\frac{P_{M, i}-P_{P, i}}{\max \left(P_{M, i} 0.2\right)}\right)^{2}}\right) * 100 \%

式中，P(​M,i)为实际功率，P(P,i)为预测功率，n 为一天内的时段数，即 n=96。(注:若未成功生成预测结果，则预测准确率按“0”计)
考虑实际数据质量问题，计算精度会对异常数据（缺失、数值异常等）进行剔除。

Cf=∑1NdCR,dNdC_{f}=\frac{\sum_{1}^{N_{d}} C_{R, d}}{N_{d}}

式中Nd 为预测天数，C(R,d) 为d日预测精度，场站精度Cf​为所有预测日的精度平均值。

Cf=∑1NdCR,dNdC_{f}=\frac{\sum_{1}^{N_{d}} C_{R, d}}{N_{d}}

式中Nf为统计场站数，Cf为单场站精度，最终精度是所有场站精度的平均值。

目前的训练流程

提取 train test target 数据 null 数据为0

1-5 号 风能源

train 特征使用

变量 描述 单位
wind_speed 风速 m/s（米/秒）
wind_direction 风向 度
t2m 2米气温 K（开尔文）
tp 总降水量 m（米）
tcc 总云量 (0 - 1)
sp 地面气压 Pa（帕斯卡）
删除 ‘poai’,‘ghi’ ，lgbm 训练中1-5站依赖度低

训练输入train,test,targets,YUCE

6-10 号站 光能

parquent