SDWPF: A Dataset for Spatial Dynamic Wind Power Forecasting Challenge at KDD Cup 2022

要約

風力発電の変動性は、風力発電をグリッドシステムに組み込むための大きな課題を提示する可能性があります。
したがって、風力発電（WPF）は、風力発電の統合と運用において最も重要な問題の1つとして広く認識されています。
過去数十年で、風力発電の予測問題に関する研究の爆発がありました。
それにもかかわらず、グリッドの安定性と供給セキュリティを確保するために高い予測精度が常に要求されるため、WPFの問題をうまく処理する方法は依然として困難です。
風力タービンの空間分布と動的コンテキスト要因を含む、ユニークな空間動的風力発電予測データセットを提示します。
一方、既存のデータセットのほとんどは、微調整された時間スケールで風力タービンの場所とコンテキスト情報を知らずに、少数の風力タービンしか持っていません。
対照的に、SDWPFは、相対的な位置と内部ステータスを備えた半年にわたって、風力発電所から134の風力タービンの風力発電データを提供します。
このデータセットを使用して、Baidu KDD Cup 2022を起動して、現在のWPFソリューションの限界を調べます。
データセットはhttps://aistudio.baidu.com/aistudio/competition/detail/152/0/datasetsでリリースされます。

要約(オリジナル)

The variability of wind power supply can present substantial challenges to incorporating wind power into a grid system. Thus, Wind Power Forecasting (WPF) has been widely recognized as one of the most critical issues in wind power integration and operation. There has been an explosion of studies on wind power forecasting problems in the past decades. Nevertheless, how to well handle the WPF problem is still challenging, since high prediction accuracy is always demanded to ensure grid stability and security of supply. We present a unique Spatial Dynamic Wind Power Forecasting dataset: SDWPF, which includes the spatial distribution of wind turbines, as well as the dynamic context factors. Whereas, most of the existing datasets have only a small number of wind turbines without knowing the locations and context information of wind turbines at a fine-grained time scale. By contrast, SDWPF provides the wind power data of 134 wind turbines from a wind farm over half a year with their relative positions and internal statuses. We use this dataset to launch the Baidu KDD Cup 2022 to examine the limit of current WPF solutions. The dataset is released at https://aistudio.baidu.com/aistudio/competition/detail/152/0/datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google