源自国家电网,可用于新能源发电预测的高质量数据集
准确的太阳能和风能发电预测对未来电力调度至关重要。通常,可再生能源发电预测可以根据时间范围分为四种类型,即极短期(小于30分钟)、短期(30分钟-6小时)、中期(6-24小时)和长期(1-7天)。然而,与其他预测任务不同,,因为能源产生的可变性,而根据以往的研究,可变性深受气象条件的影响。基于为该领域注入强大的动能。数据集的数量和质量是开发数据驱动预测模型的基本因素。纵观茫茫文献,新能源发电预测数
引言
准确的太阳能和风能发电预测对未来电力调度至关重要。通常,可再生能源发电预测可以根据时间范围分为四种类型,即极短期(小于30分钟)、短期(30分钟-6小时)、中期(6-24小时)和长期(1-7天)。然而,与其他预测任务不同,预测可再生能源的发电量是出了名的困难,因为能源产生的可变性,而根据以往的研究,可变性深受气象条件的影响。基于AI技术的预测为该领域注入强大的动能。数据集的数量和质量是开发数据驱动预测模型的基本因素。纵观茫茫文献,新能源发电预测数据集要么来自国外开源的数据集,要么是跟国内新能源发电公司合作而取得的私有数据集。很少有国内公开的太阳能和风能发电数据集。
本期分享一个由新能源场站(包括中国的6个风电场和8个太阳能站)现场测量数据组成的开放数据集,由国家电网发布用于可再生能源发电预测大赛。该数据集包括两年(2019-2020年)的时间里,每隔15分钟收集一次的发电和天气相关数据。与模拟数据集相比,现场数据集对建立良好的泛化模型更有意义。在开发数据驱动模型来预测可再生能源发电时,风速和风向、太阳辐照度和温度等特征变量是用于训练和验证模型的重要变量。有关数据的详细信息一文章的形式发表在nature网站上。
文章信息:Chen, Y., Xu, J. Solar and wind power data from the Chinese State Grid Renewable Energy Generation Forecasting Competition. Sci Data 9, 577 (2022).
https://doi.org/10.1038/s41597-022-01696-6
参考文献

数据集下载
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
源自国家电网,可用于新能源发电预测的高质量数据集,确定不进来瞧瞧
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247485602&idx=1&sn=806af7a9a7169b058e179ca2a089c287&chksm=c12be4a7f65c6db15c5969dd0223d2e42759a8e24a263fb71abac3b5015c0cabe2c5bdbbf285&token=649838004&lang=zh_CN#rd
所有评论(0)