鉴于看得人变多了，说明一下：博主本职是Python开发，现在偏向全栈的移动端开发·······这个比赛和文章是在大三想尝试这个方向才去做（写）的。实在是很业余，首先希望不要误人子弟，其次对大家有帮助最好
代码早就不在了，数据还有，看到都会发的
2021/07/19. 以下为原文
最近参加了一个光伏发电预测的比赛，第一次接触这类课题，看了很多关于光伏发电预测和负荷预测的论文，算是入了一个门。主要工作还是在数据清理上和特征工程上。做好了这两项后面的预测过程倒是比较简单。比赛要求：利用之前若干时段的光伏发电参数，预测未来两个月的正向有功总电量。
具体见下文。
一、数据分析
原始数据表 “data.csv”，提供了用户 A1-A5 的 2016 年 12 月 31 日-2018 年 1 月 1 日 瞬时有功、瞬时无功、A相电流、B 相电流、C 相电流、A 相电压、B 相电压、C 相电压、正向有功总 9 个属性的数据表，共 342768 条数据，其中正向有功为预测对象。截取其中一个月的数据图形如下图1所示，可知预测对象正向有功为累计值，呈其他 8 个属性数据为瞬时值，需对正向有功进行差分处理，转化为瞬时值。另外，每日数据为从晚至早逆序排列，也需逆序处理。
图1 2016年12月正向有功总值变化图
图2 2016年12月主要属性变化图
图3 2016年12月正向有功总值差分变化图
通过对每日采集点的频数统计，显示每日数据值小于 96 点的日期，缺失情况如图4，发现数据集中存在缺失值，需补充完整。
图4 A1公司数据缺失日期统计
二、算法原理
本次预测算法，采用 python2.7.12(比赛环境要求) 编写，程序分为 LoadData.py 和 PredictLabel.py 两部分。
1、LoadData.py
LoadData.py 程序的主要功能为数据清洗，具体函数如下：
（1）splitDataSet()：主要功能是划分数据：将“data.csv”数据集按用户类型A1-A5划分为五个数据集，以便分别处理和预测。
（2）reduceDataSet(work)：主要功能是对数据进行清洗：其一，根据属性相关性计算结果剔除瞬时无功、A相电流、B相电流、C相电流、A相电压、B相电压、C相电压等7列属性，增加A相功率、B相功率和C相功率3列。其二，由于预测值正向有功是连续数据，按照缺失值等于前期值，补全所有数据缺失点，并计算每日增量，将正向有功累积值转化为瞬时值。其三，将数据表中属性值倒叙累加，得到每天0点时刻瞬时有功、A相功率、B相功率和C相功率的每天累加值，并根据初赛要求，提取所有0点时刻采集的数据。
（3）loadDataSet(work)：主要功能是提取经过数据清晰的训练数据集
（4）loadWeatherData()：主要功能是提取外部天气数据集。
（5）normData(dataSet)：主要功能是对数据进行无量纲归一化处理。
（6）loadFutureWeatherData()：主要功能是提取预测数据集的属性值（2018年8月-9月天气数据）
（7）saveFile(work)：主要功能是保存程序运行的中间数据文件
2、PredictLabel.py
PredictLabel.py程序的主要功能是执行样本训练和数据预测，具体函数如下：
（1）nn_model()主要功能为利用训练样本训练神经网络模型
（2）nn_model_weather()：主要功能利用预测数据训练预测模型
（3）predictLabel(predictData,trainData,trainLabel,lastLabel)：主要功能为执行电力预测，利用训练好的模型（模型为keras中的全连接神经网络nn_model），调用预测数据，输出正向有功预测结果。
（4）predictDataFunc(predictData,trainData,trainLabel)：主要功能为执行属性预测，利用训练好的模型（模型为keras中的全连接神经网络nn_model），调用外部数据，输出属性预测结果。
（5）concatCSV()：主要功能为拼接预测数据表。
三、方案设计
1、数据处理
步骤1：将原始数据划分为A1-A5五个用户数据集；
步骤2：将用户数据集的缺失数据补全；
步骤3：根据初赛要求，提取每日0点数据；
步骤4：将正向有功总值进行每日增量计算，得到正向有功每日瞬时值；
2、指标筛选
步骤1：新增A相功率、B相功率和C相功率3列属性；
步骤2：将瞬时有功、A相功率、B相功率和C相功率数据倒序累加得到累计值；
步骤3：计算瞬时无功、A相电流、B相电流、C相电流、A相电压、B相电压、C相电压瞬时值和瞬时有功、A相功率、B相功率和C相功率累计值与预测对象正向有功每日瞬时值之间的相关性；
步骤4：计算外部数据集中日平均气温、日最高气温、日最低气温、日照时长和降水量等属性指标与预测对象瞬时有功之间的相关性；
步骤5：根据相关性结果，选择高相关性的指标形成用户电量预测数据集（具体为瞬时有功、A相功率、B相功率、C相功率）；根据相关性结果，选择高相关性的指标形成瞬时有功预测数据集（具体为日平均气温、日最高气温、日最低气温、日照时长和降水量）；
3、模型优化
步骤1：在用户电量预测数据集中，选择80%数据样本进行模型训练，以最小 MSE 为标准优化模型参数，重复10次；在瞬时有功预测数据集中，选择80%数据样本进行模型训练，以最小 MSE 为标准优化模型参数，重复10次。
步骤2：在用户电量预测数据集中，选择剩下20%数据，带入训练好的模型中进行电量预测，计算预测结果的MESE；在瞬时有功预测数据集中，选择剩下20%数据，带入训练好的模型中进行电量预测，计算预测结果的MESE；
步骤3：根据预测结果MSE，确定预测模型
4、预测结果
步骤1：将2018年8月-2018年9月的外部数据作为属性值代入瞬时有功预测模型，得到2018年8月-2018年9月的瞬时有功预测值。
步骤2：利用步骤一中预测的2018年8月-2018年9月的瞬时有功预测值，调用另一个模型预测2018年8月-2018年9月的每天正向有功的增量的值
步骤3：将增量累加到2018年7月31日的正向有功值，得到每天的累计正向有功值。
四、模型效果
使用K-交叉验证，每次取 0.8 的数据集作为样本，和 0.2 的验证集比较。
模型1的准确率：80%以上。
模型2：80%以上。
最终值（累加后的）准确率：99%左右
由于最终值是一个累加值，初始值达数千，而每天的增量范围为0-50，因此最终的预测结果非常理想。
