2023“SEED”第四届江苏大数据开发与应用大赛--新能源赛道学习笔记

一、赛题背景

        电动汽车充电站运营管理中，准确预测充电站的电量需求对于提高充电站运营服务水平和优化区域电网供给能力非常关键。本次赛题旨在建立站点充电量预测模型，根据充电站的相关信息和历史电量数据，准确预测未来某段时间内充电站的充电量需求。

         在赛题数据中，提供了电动汽车充电站的场站编号、位置信息、历史电量等基本信息。鼓励参赛选手在已有数据的基础上补充或构造额外的特征，以获得更好的预测性能。

二、赛题任务

        构造合理特征及算法模型，预估站点未来一周每日的充电量。这里注意是需要我们去预测一周之内每一天的充电量，而官方给出的数据是包含了每一个小时的充电量。

三、赛题数据

        本赛题提供的数据集包含三张数据表，具体的数据如下。

四、baseline解析

1.导包

import numpy as np
import pandas as pd
import lightgbm as lgb
from sklearn.model_selection import StratifiedKFold, KFold, GroupKFold
from sklearn.metrics import mean_squared_error, mean_absolute_error
import matplotlib.pyplot as plt
import tqdm
import sys
import os
import gc
import argparse
import warnings

warnings.filterwarnings('ignore')

2.数据的读取与合并

# 读取数据
train_power_forecast_history = pd.read_csv('data1/train/power_forecast_history.csv')
train_power = pd.read_csv('data1/train/power.csv')
train_stub_info = pd.read_csv('data1/train/stub_info.csv')

test_power_forecast_history = pd.read_csv('data1/test/power_forecast_history.csv')
test_stub_info = pd.read_csv('data1/test/stub_info.csv&