UTL000008_WTG_Ensimag

風力渦輪機輸出預測（圖像來源：https：//lumifyenergy.com）

探索性數據分析和建模風力渦輪機發電機的輸出

該項目包括使用Python Sci-kit學習工具對回歸和機器學習算法的探索性數據分析和評估。對模型進行了培訓和測試，並比較指標以達到最終模型。

客觀的：

該項目的目的是為風力渦輪機輸出建立預測模型。

數據集來源：https：//www.kaggle.com/competitions/ensimag-mmis-2024/data

數據內容：

• 日期：不言自明。
• U10：在地面10m處的預測區域風速（m/s）。
• V10：在地面10m處的預測子午風速（M/s）。
• U100：在地面100m處的預測區域風速（m/s）。
• V100：地面100m的預測子午風速（M/s）。
• 生產：通過風電場的最大輸出標準化的小時均值風力。

作者

• @wlouer

致謝

• 該數據集用於Kaggle競賽https://www.kaggle.com/competitions/ensimag-mmis-2024/data

關於我

我是比爾（Is Bill），這是一家擁有20多年發電經驗的電力行業專業人士。我作為機械工程師的背景使我擔任項目經理的角色，在那裡我領導了發電項目的開發和執行。如今，我正在研究數據科學，可視化和機器學習，目的是將其用作揭示洞察力並改善電力項目開發，設計，採購，施工和操作的工具。