UTL000008_WTG_Ensimag

풍력 터빈 출력 예측 (이미지 출처 : https://lumifyenergy.com)

탐색 적 데이터 분석 및 풍력 터빈 발전기의 출력 모델링

이 프로젝트에는 Python Sci-Kit Learn 도구를 사용한 회귀 및 기계 학습 알고리즘의 탐색 적 데이터 분석 및 평가가 포함되었습니다. 모델을 교육하고 테스트하고 메트릭을 비교하여 최종 모델에 도달했습니다.

목적:

이 프로젝트의 목적은 풍력 터빈 출력에 대한 예측 모델을 구축하는 것이 었습니다.

데이터 세트 소스 : https://www.kaggle.com/competitions/ensimag-mmis-2024/data

데이터 내용 :

• 날짜 : 자기 설명.
• U10 : 지상 10m에서 구역 풍속 (m/s)을 예측합니다.
• V10 : 지상 10m에서 자오선 풍속 (m/s)을 예측합니다.
• U100 : 지상 100m에서 구역 풍속 (m/s)을 예측합니다.
• V100 : 지상 100m에서 자오선 풍속 (m/s)을 예측합니다.
• 생산 : 풍력 발전물의 최대 출력으로 정규화 된 시간당 풍력 발전.

저자

• @wlouer

감사의 말

• 이 데이터 세트는 Kaggle 대회 https://www.kaggle.com/competitions/ensimag-mmis-2024/data를 위해 수축되었습니다

나에 대해

저는 Bill - 발전에 대한 20 년 이상의 경험을 가진 전력 산업 전문가입니다. 기계 엔지니어로서의 배경은 발전 프로젝트의 개발 및 실행을 이끌고 프로젝트 관리자 역할을하게되었습니다. 요즘 저는 파워 프로젝트 개발, 설계, 조달, 건설 및 운영에서 통찰력을 밝히고 의사 결정을 개선하는 도구로 사용하려는 의도로 데이터 과학, 시각화 및 머신 러닝에 뛰어 들고 있습니다.