UTL000008_WTG_Ensimag

风力涡轮机输出预测（图像来源：https：//lumifyenergy.com）

探索性数据分析和建模风力涡轮机发电机的输出

该项目包括使用Python Sci-kit学习工具对回归和机器学习算法的探索性数据分析和评估。对模型进行了培训和测试，并比较指标以达到最终模型。

客观的：

该项目的目的是为风力涡轮机输出建立预测模型。

数据集来源：https：//www.kaggle.com/competitions/ensimag-mmis-2024/data

数据内容：

• 日期：不言自明。
• U10：在地面10m处的预测区域风速（m/s）。
• V10：在地面10m处的预测子午风速（M/s）。
• U100：在地面100m处的预测区域风速（m/s）。
• V100：地面100m的预测子午风速（M/s）。
• 生产：通过风电场的最大输出标准化的小时均值风力。

作者

• @wlouer

致谢

• 该数据集用于Kaggle竞赛https://www.kaggle.com/competitions/ensimag-mmis-2024/data

关于我

我是比尔（Is Bill），这是一家拥有20多年发电经验的电力行业专业人士。我作为机械工程师的背景使我担任项目经理的角色，在那里我领导了发电项目的开发和执行。如今，我正在研究数据科学，可视化和机器学习，目的是将其用作揭示洞察力并改善电力项目开发，设计，采购，施工和操作的工具。