?核心创新：
这篇发表在《Scientific Data》的论文，提供了一个超赞的开放数据集！数据集来自中国国家电网2021年可再生能源发电预测竞赛，包括6个风电场和8个太阳能电站的现场实测数据，时间跨度2019-2020年，每15分钟记录一次！数据包括发电功率、风速、风向、温度、湿度、太阳辐射等，超级全面！
————
?数据集详情：
风电场：6个，装机容量从36MW到200MW不等，使用金风、东方电气等主流风机。平均风速6.4m/s到8.1m/s，温度范围-24.5°C到37.6°C。
太阳能电站：8个，装机容量30MW到130MW。太阳辐射总量平均81.1W/m²到266.4W/m²。
数据内容：发电功率（MW）、风速（m/s）、风向（°）、温度（°C）、气压（hPa）、湿度（%）、总太阳辐射（TSI）、直接辐射（DNI）、全局辐射（GHI）等。
时间分辨率：15分钟间隔，连续两年数据，总共超过70,000个数据点每个站点！
————
?研究方法：
数据通过SCADA系统自动采集，经过严格的质量控制：处理缺失值（如用向上/向下填充或线性插值），识别异常值（如风速为0或负值）。论文还进行了相关性分析，发现风速和太阳辐射是影响发电的主要因素（皮尔逊相关系数最高），这为特征选择提供了指导。
————
?应用价值：
这个数据集超级实用！可以用于：
训练机器学习模型：比如GANs、LSTM、CNN等，进行短期或中期发电预测。
优化电网调度：帮助电网公司更好地平衡供需，提高可再生能源消纳，减少弃风弃光。
学术研究：促进可再生能源预测算法的发展，支持需求响应和能源存储优化。
————
?结论：
总之，这个数据集是可再生能源领域的宝贵资源！现场实测数据比模拟数据更真实可靠，适合开发高精度预测模型。数据集已公开在GitHub上，赶紧下载用起来吧！研究可再生能源的小伙伴们，别错过哦～
#科研干货 #SCI论文 #sci #能源 #光伏 #可再生能源 #数据科学 #机器学习 #太阳能 #风能
这篇发表在《Scientific Data》的论文，提供了一个超赞的开放数据集！数据集来自中国国家电网2021年可再生能源发电预测竞赛，包括6个风电场和8个太阳能电站的现场实测数据，时间跨度2019-2020年，每15分钟记录一次！数据包括发电功率、风速、风向、温度、湿度、太阳辐射等，超级全面！
————
?数据集详情：
风电场：6个，装机容量从36MW到200MW不等，使用金风、东方电气等主流风机。平均风速6.4m/s到8.1m/s，温度范围-24.5°C到37.6°C。
太阳能电站：8个，装机容量30MW到130MW。太阳辐射总量平均81.1W/m²到266.4W/m²。
数据内容：发电功率（MW）、风速（m/s）、风向（°）、温度（°C）、气压（hPa）、湿度（%）、总太阳辐射（TSI）、直接辐射（DNI）、全局辐射（GHI）等。
时间分辨率：15分钟间隔，连续两年数据，总共超过70,000个数据点每个站点！
————
?研究方法：
数据通过SCADA系统自动采集，经过严格的质量控制：处理缺失值（如用向上/向下填充或线性插值），识别异常值（如风速为0或负值）。论文还进行了相关性分析，发现风速和太阳辐射是影响发电的主要因素（皮尔逊相关系数最高），这为特征选择提供了指导。
————
?应用价值：
这个数据集超级实用！可以用于：
训练机器学习模型：比如GANs、LSTM、CNN等，进行短期或中期发电预测。
优化电网调度：帮助电网公司更好地平衡供需，提高可再生能源消纳，减少弃风弃光。
学术研究：促进可再生能源预测算法的发展，支持需求响应和能源存储优化。
————
?结论：
总之，这个数据集是可再生能源领域的宝贵资源！现场实测数据比模拟数据更真实可靠，适合开发高精度预测模型。数据集已公开在GitHub上，赶紧下载用起来吧！研究可再生能源的小伙伴们，别错过哦～
#科研干货 #SCI论文 #sci #能源 #光伏 #可再生能源 #数据科学 #机器学习 #太阳能 #风能
