相关链接
更新时间：2022年3月2日
【完整代码】下载
1 题目
比赛官网：第十届“泰迪杯”数据挖掘挑战赛
一、问题背景
电力系统负荷（电力需求，即有功功率）预测是指充分考虑历史系统负荷、经济状况、气象条件、社会事件等因素的影响，对未来一段时间的系统负荷进行预测。负荷预测是电力系统规划和调度的重要组成部分。短期（两周内）预测是制定电网内部机组启停、调度和运行计划的依据；中期（未来几个月）预报可为保障企业生产和社会生活用电、合理安排电网运维决策提供支撑；长期（未来几年）预测可为制定电网改扩建规划提供参考，从而提高电力系统的经济效益和社会效益。
复杂多变的天气条件和社会事件等不确定因素会对电力系统负荷产生一定的影响，这使得传统负荷预测模型的应用具有一定的局限性。同时，随着电力系统负荷结构的多样化，模型应用的效果也降低，因此电力系统负荷预测问题需要进一步研究。
2.解决问题
1．地区负荷的中短期预测分析
根据附件中提供的某地区电网间隔15分钟的负荷数据，建立中短期负荷预测模型：
（1）给出该地区电网未来10天间隔15分钟的负荷预测结果，并分析其预测精度；
（2）给出该地区电网未来3个月日负荷的最大值和最小值预测结果，以及相应达到负荷最大值和最小值的时间，并分析其预测精度。
2．行业负荷的中期预测分析
对不同行业的电力负荷进行中期预测和分析，可以为电网运行和调度决策提供重要依据。特别是在新冠疫情和国家“双碳”目标的背景下，通过预测大行业、非一般行业、一般行业和商业的用电负荷，有助于掌握各行业的生产经营状况、复工复产及后续发展趋势将指导和辅助行业发展决策。请根据附件提供的各行业日用电量数据建立数学模型，研究以下问题：
（1）挖掘分析各行业用电负荷突变的时间、量级和可能的原因。
（2）给出该地区各行业未来3个月日负荷最大值和最小值的预测结果，并对其预测精度做出分析。
（3）根据各行业的实际情况，研究国家“双碳”目标对各行业未来用电负荷可能产生的影响，并对相关行业提出有针对性的建议。
2 Python实现的baseline
2.1 数据读取
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
plt.style.use('seaborn-darkgrid')
sns.set(style = 'darkgrid')
import warnings
warnings.filterwarnings("ignore")
import lightgbm as lgb
from sklearn.preprocessing import scale
import lightgbm as lgb
import xgboost as xgb
from catboost import CatBoostRegressor
import time
from tqdm import tqdm
from sklearn.preprocessing import LabelEncoder
y = pd.read_csv('./data/附件1-区域15分钟负荷数据.csv')
indu = pd.read_csv('./data/附件2-行业日负荷数据.csv')
tianqi = pd.read_csv('./data/附件3-气象数据.csv')
tianqi
日期天气状况最高温度最低温度白天风力风向夜晚风力风向Unnamed: 602018年1月1日多云/多云22℃12℃无持续风向<3级无持续风向<3级NaN12018年1月1日多云/多云22℃12℃无持续风向<3级无持续风向<3级NaN22018年1月2日多云/多云22℃15℃无持续风向<3级无持续风向<3级NaN32018年1月3日多云/阴23℃15℃无持续风向<3级无持续风向<3级NaN42018年1月4日多云/小雨21℃16℃无持续风向<3级无持续风向<3级NaN52018年1月5日阴/小雨19℃13℃无持续风向<3级无持续风向<3级NaN62018年1月6日小雨-中雨/中雨-大雨15℃11℃无持续风向<3级无持续风向<3级NaN72018年1月7日大雨/中雨15℃7℃无持续风向<3级北风4～5级NaN82018年1月8日中雨/小雨-中雨12℃5℃北风4～5级北风3～4级NaN92018年1月9日小雨/阴9℃6℃无持续风向<3级无持续风向<3级NaN102018年1月10日多云/多云14℃7℃无持续风向<3级无持续风向<3级NaN112018年1月11日多云/多云15℃6℃无持续风向<3级无持续风向<3级NaN122018年1月12日晴/晴16℃6℃无持续风向<3级无持续风向<3级NaN132018年1月13日晴/晴17℃7℃无持续风向<3级无持续风向<3级NaN142018年1月14日多云/多云20℃10℃无持续风向<3级无持续风向<3级NaN
del tianqi['Unnamed: 6']
2.2 温度特征处理
tianqi['最高温度'] = tianqi['最高温度'].map(lambda d: d.replace('℃','')).astype(int)
tianqi['最低温度'] = tianqi['最低温度'].map(lambda d: d.replace('℃','')).astype(int)
2.3 天气状况特征处理
series = tianqi.join(tianqi['天气状况'].str.split('/',expand=True))
tianqi['天气1'] = series[0]
tianqi['天气2'] = series[1]
tianqi.info()
RangeIndex: 15 entries, 0 to 14 Data columns (total 8 columns): Column Non-Null Count Dtype — —— ————– —–
0 日期 15 non-null object
1 天气状况 15 non-null object
2 最高温度 15 non-null int32
3 最低温度 15 non-null int32
4 白天风力风向 15 non-null object
5 夜晚风力风向 15 non-null object
6 天气1 15 non-null object 7 天气
2 15 non-null object dtypes: int32(2), object(6)
2.4 风向特征处理
tianqi['白天风力风向'].unique()
array([‘无持续风向<3级’, ‘北风4～5级’], dtype=object)
tianqi['夜晚风力风向'].unique()
array([‘无持续风向<3级’, ‘北风4～5级’, ‘北风3～4级’], dtype=object)
dic = {'无持续风向<3级':0,
'北风3～4级':1,
'北风4～5级':2}
tianqi['白天风力风向'] = tianqi['白天风力风向'].map(dic)
tianqi['夜晚风力风向'] = tianqi['夜晚风力风向'].map(dic)
2.5 天气进行有序编码
tianqi['天气1'].unique()
array([‘多云’, ‘阴’, ‘小雨-中雨’, ‘大雨’, ‘中雨’, ‘小雨’, ‘晴’], dtype=object)
tianqi['天气2'].unique()
array([‘多云’, ‘阴’, ‘小雨’, ‘中雨-大雨’, ‘中雨’, ‘小雨-中雨’, ‘晴’], dtype=object)
dic1 = {'晴':1,
'多云':2,
'阴':3,
'小雨':4,
'小雨-中雨':5,
'中雨':6,
'中雨-大雨':7,
'大雨':8}
tianqi['天气1'] = tianqi['天气1'].map(dic1)
tianqi['天气2'] = tianqi['天气2'].map(dic1)
del tianqi['天气状况']
2.6 连着两张表
y = y.rename(columns={'数据时间':'日期1'})
y['日期'] = y['日期1'].apply(lambda x: x.split(' ')[0])
tianqi.loc[:, '日期'] = pd.to_datetime(tianqi.loc[:, '日期'], format='%Y年%m月%d日', errors='coerce')
y.loc[:, '日期'] = pd.to_datetime(y.loc[:, '日期'], format='%Y/%m/%d', errors='coerce')
train = y.merge(tianqi,on='日期',how='left')
del train['日期']
2.7 时序特征提取(后期直接加入测试集数据)
train['日期1'] = pd.to_datetime(train['日期1'])
train['月'] = train['日期1'].dt.month
train['天'] = train['日期1'].dt.day
train['小时'] = train['日期1'].dt.hour
train['一年第几天'] = train['日期1'].dt.dayofyear
train['一年第几周'] = train['日期1'].dt.week
# test['月'] = test['日期1'].dt.month
# test['天'] = test['日期1'].dt.day
# test['小时'] = test['日期1'].dt.hour
# test['一年第几天'] = test['日期1'].dt.dayofyear
# test['一年第几周'] = test['日期1'].dt.week
#####################
此处代码略，请下载完整代码
#####################
train['是否月末'] = [int(i) for i in train['是否月末']]
train['是否季节初'] = [int(i) for i in train['是否季节初']]
train['是否季节末'] = [int(i) for i in train['是否季节末']]
train['是否周末'] = [int(i) for i in train['是否周末']]
train['是否月初'] = [int(i) for i in train['是否月初']]
# test['是否月末'] = [int(i) for i in test['是否月末']]
# test['是否季节初'] = [int(i) for i in test['是否季节初']]
# test['是否季节末'] = [int(i) for i in test['是否季节末']]
# test['是否周末'] = [int(i) for i in test['是否周末']]
# test['是否月初'] = [int(i) for i in test['是否月初']]
3 模型训练
y = train['总有功功率（kw）']
x_train = 略。。。。
3.1 自定义训练集
（1）标签归一化
y = 略
（2）划分训练集和验证集
x = x_train[:900]
y_train = y[:900]
x_val = x_train[900:]
y_val = y[900:]
3.2 训练
model_lgb = lgb.LGBMRegressor(
learning_rate=0.01,
max_depth=-1,
n_estimators=1000,
boosting_type='gbdt',
random_state=2021,
objective='regression',
num_leaves = '32',
verbose=-1)
lgb_model = model_lgb.fit(x,y_train)
pred_val_y = lgb_model.predict(x_val)
3.2 模型评价（MAE，RMSE）
# coding=utf-8
import numpy as np
from sklearn import metrics
# MAPE需要自己实现
def mape(y_true, y_pred):
return np.mean(np.abs((y_pred - y_true) / y_true))
y_true = np.array(y_val)
y_pred = np.array(pred_val_y )
print('MSE:',metrics.mean_squared_error(y_true, y_pred))
print('RMSE:',np.sqrt(metrics.mean_squared_error(y_true, y_pred)))
print('MAE:',metrics.mean_absolute_error(y_true, y_pred))
print('MAPE:',mape(y_true, y_pred))
## R2-score
from sklearn.metrics import r2_score
print('R2-score:',r2_score(y_true, y_pred))
MSE: 0.010407552970462575
RMSE: 0.1020174150351918
MAE: 0.07714213380059706
MAPE: 0.13842409370994957
R2-score: 0.646261802505866
版权声明：本文为博主Better Bench原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/weixin_43935696/article/details/123227866
