第五届全国工业互联网数据创新应用大赛 机组数据驱动的风电场短期风况预测 【2】【验证集使用】

1. 使用前确请保验证集存在（第五届全国工业互联网数据创新应用大赛 机组数据驱动的风电场短期风况预测 【1】【验证集制作】）
2. 验证集和测试集的文件夹组织形式完全一致，你通过测试集生成答案的方法对验证集也有效，不过，请把验证集生成的答案文件名修改为answer_train.csv

• 部分变量名来源（采用谷歌翻译，省略“风”）
  • 风场: field
  • 风机: machine
  • 时段: period
  • 时刻: time
  • 风速: speed
  • 风向: direction

from tqdm import tqdm
import warnings
warnings.filterwarnings('ignore')

import numpy as np
import pandas as pd

df_true = pd.read_csv('answer_val.csv', encoding='utf-8')
df_pred = pd.read_csv('answer_train.csv', encoding='utf-8')

缺失值用0代替

field_1, field_2 = '风场1', '风场2'

machine_1 = [f'x{i}' for i in list(range(26, 50+1))]
machine_2 = [f'x{i}' for i in list(range(25, 49+1))]

period = [f'{s}_{str(i).zfill(2)}' for s in ['春', '夏', '秋', '冬'] for i in range(1, 20+1)]

tmp_df = df_true.copy()
tmp_df.loc[:, ['风速', '风向']] = None

for field_train in [field_1, field_2]:
    for machine_train in tqdm(machine_1 if field_train == field_1 else machine_2):
        for period_train in period:
            tmp_index = (tmp_df['风场'] == field_train) * (tmp_df['风机'] == machine_train) * (tmp_df['时段'] == period_train)
            df_pred_index = (df_pred['风场'] == field_train) * (df_pred['风机'] == machine_train) * (df_pred['时段'] == period_train)
            
            if np.any(df_pred_index):
                tmp_df.loc[tmp_index, ['风速', '风向']] = df_pred.loc[df_pred_index, ['风速', '风向']].values
df_pred = tmp_df.fillna(0)

【风况预测评分规则-python实现】第五届全国工业互联网数据创新应用大赛-机组数据驱动的风电场短期风况预测
直接使用我这篇博客的实现方式2

%%time

# 先算再用

w = lambda k: 0.06 if k <= 10 else 0.04

# 两个风场分开计算

df_pred_1, df_pred_2 = [df_pred[df_pred['风场'] == key] for key in df_pred['风场'].unique()]
df_pred_1.index = df_pred_2.index = np.arange(40000)

df_true_1, df_true_2 = [df_true[df_true['风场'] == key] for key in df_true['风场'].unique()]
df_true_1.index = df_true_2.index = np.arange(40000)

# 分开 风速 和 风向 这两列

v_pred_1, d_pred_1 = np.vsplit(df_pred_1[['风速', '风向']].values.T, 2)
v_true_1, d_true_1 = np.vsplit(df_true_1[['风速', '风向']].values.T, 2)

v_pred_2, d_pred_2 = np.vsplit(df_pred_2[['风速', '风向']].values.T, 2)
v_true_2, d_true_2 = np.vsplit(df_true_2[['风速', '风向']].values.T, 2)

# --------------------主要思路--------------------
# 先计算全部的 mj 和 nj
# 根据 公式2 计算同一时段所有风机的平均预测误差
# 再计算同一个风场的所有时段的平均预测误差
# 最后根据 公式1 计算最终得分R
# --------------------------------------------------

# 以下是风场1

m1 = np.sum(np.abs(v_pred_1.reshape(25 * 80, 20) - v_true_1.reshape(25 * 80, 20)) * np.array([w(k) for k in range(1, 20+1)]), -1)

# 计算 a1(alpha_k 风向预测偏差的权重)时要注意阈值，风场1和风场2的阈值不一样
threshold = 0.15
a1 = (v_true_1.reshape(25 * 80, 20) <= threshold) * np.array([w(k) for k in range(1, 20+1)])
e1 = np.minimum((d_pred_1.reshape(25 * 80, 20) - d_true_1.reshape(25 * 80, 20)) % 1, (d_true_1.reshape(25 * 80, 20) - d_pred_1.reshape(25 * 80, 20)) % 1)
n1 = np.sum(a1 * e1, -1)

# reshape后，行 为风机，列 为时段，转置后，就能按公式2来计算了
E1 = np.sum((0.7 * m1 + 0.3 * n1).reshape(25, 80).T.sum(-1) / 25)

# --------------------------------------------------（过程和计算风场1时一样）

# 以下是风场2

m2 = np.sum(np.abs(v_pred_2.reshape(25 * 80, 20) - v_true_2.reshape(25 * 80, 20)) * np.array([w(k) for k in range(1, 20+1)]), -1)

threshold = 0.086
a2 = (v_true_2.reshape(25 * 80, 20) <= threshold) * np.array([w(k) for k in range(1, 20+1)])
e2 = np.minimum((d_pred_2.reshape(25 * 80, 20) - d_true_2.reshape(25 * 80, 20)) % 1, (d_true_2.reshape(25 * 80, 20) - d_pred_2.reshape(25 * 80, 20)) % 1)
n2 = np.sum(a2 * e2, -1)

E2 = np.sum((0.7 * m2 + 0.3 * n2).reshape(25, 80).T.sum(-1) / 25)

# --------------------------------------------------

R = 100 / (1 + E1 + E2)
print(R)