Datawhale AI春训营 新能源赛道学习笔记

数据学习

数据内容介绍，数据包括两部分：

1. 气象训练集以及对应每个发电站的2024年一年的power数据
2. 气象测试集，没有对应的power 数据，其预测出的结果作为比赛提交结果。

测试集分析

气象数据数据 包含三个数据源： nwp1 nwp2 nwp3
数据集时间覆盖范围： 2024年1月1日到 2024年12月30日

变量	描述	单位	包含数据源
u100	100米高度纬向风	m/s（米/秒）	all
v100	100米高度经向风	m/s（米/秒）	all
t2m	2米气温	K（开尔文）	all
tp	总降水量	m（米）	all
tcc	总云量	(0 - 1)	all
sp	地面气压	Pa（帕斯卡）	all
poai	光伏面板辐照度	W/m²（瓦/平方米）	all
ghi	水平面总辐照度	W/m²（瓦/平方米）	all
msl	海平面气压	Pa（帕斯卡）	nwp3
特征工程： 使用u100 和 v100 合成 wind_speed（m/s）

分析相关性：

• station1:

  以station1，6 为例使用baseline 模型训练，可见不同的发电站，与其发电功率相关的特征不同，同时结合lgbm的importance 确定各个 staion 所使用数据集的特征。

station	feature
1	speed
2	speed
3	speed
4	speed
5	speed
6	ghi
7	ghi
8	ghi
9	ghi
10	ghi

算法LGBM

LGBM 的理论学习

过程

训练对比不同nwp 数据源的准确度
准确的排名：

Try1

1. 运行BaseLine: 通过Lgbt importance 筛选特征后进行训练，分数上升0.1

Try2：

调整参数 支持更多子节点和深度

Try3：
尝试你结合不同的nwp 数据进行训练