Advertisement

风力发电发电量预测数据集（含28201条训练样本和12087条测试样本）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该数据集包含39个特征变量及目标输出功率，共计40288条记录，旨在用于风力发电量的预测模型开发与验证。其中，28201条为训练样本，12087条为测试样本。 风力发电量预测数据集包含训练集28,201条记录和测试集12,087条记录。该数据集根据风机ID（tracking_id）、日期时间、风速(m/s)、大气温度(°C)、轴温(°C)、叶片角度(°C)、齿轮箱温度(°C)、发动机温度(°C)、电机转矩(N-m)、发电机温度(°C)、大气压力(Pascal)、面积温度(°C)、风车车体温度(°C)、风向(°C)、电阻(ohm)、转子转矩(N-m)、状态信息以及云层高度和叶片长度(m)及风车高度(m)，来预测风力发电的发电量。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 风力发电发电量预测数据集（含28201条训练样本和12087条测试样本）
    优质
    该数据集包含39个特征变量及目标输出功率，共计40288条记录，旨在用于风力发电量的预测模型开发与验证。其中，28201条为训练样本，12087条为测试样本。 风力发电量预测数据集包含训练集28,201条记录和测试集12,087条记录。该数据集根据风机ID（tracking_id）、日期时间、风速(m/s)、大气温度(°C)、轴温(°C)、叶片角度(°C)、齿轮箱温度(°C)、发动机温度(°C)、电机转矩(N-m)、发电机温度(°C)、大气压力(Pascal)、面积温度(°C)、风车车体温度(°C)、风向(°C)、电阻(ohm)、转子转矩(N-m)、状态信息以及云层高度和叶片长度(m)及风车高度(m)，来预测风力发电的发电量。
     
  • 风力发电预测数据集（含28201条记录）
    优质
    本数据集包含28,201条详细的风力发电相关记录，旨在为研究人员和工程师提供一个全面的资源库，用于开发和优化风能预测模型。 根据风机的ID（tracking_id）、日期时间、风速（m/s）、大气温度（°C）、轴温（°C）、叶片角度（°）、齿轮箱温度（°C）、发动机温度（°C）、电机转矩（N-m）、发电机温度（°C）、大气压力（帕斯卡）、面积温度（°C）、风车车体温度（°C）、风向（°），电阻（欧姆），转子转矩(N-m)、状态，云层高度，叶片长度(m)，风车高度(m)等参数来预测风力发电的发电量。
     
  • 验证码数据集（含20000训练样本及10000测试样本）
    优质
    本数据集包含30000个验证码图像样本，旨在提升模型识别能力。其中，20000张图片用于训练，10000张作为测试集以评估模型性能。 验证码数据集包含20000个样本用于训练验证码识别模型，并配有10000个测试集合的数据。所有训练集的标签存储在train文件夹中的label.csv文件里。图片尺寸为105*35，使用时可以调整至120*40以适应不同的需求。这些数据可用于人工智能图像验证码识别系统的训练和学习过程。
     
  • Vchuli.rar_风力发电数据_风力预测_数据预测_风力发电预测
    优质
    本资源包含风力发电相关的数据集，适用于风力预测和发电量预测模型的研究与开发。 根据福建PT风力发电机组的日出力统计数据，可以估计风速并建立模型进行预测。
     
  • 婴儿啼哭声音识别数据集（含训练与测试样本，超1700条）
    优质
    本数据集包含超过1700条婴儿啼哭声记录，分为训练和测试两部分，旨在帮助开发能够识别不同啼哭原因（如饥饿、困倦等）的智能系统。 婴儿哭声识别数据集包含训练集和测试集，共有1700多条记录。
     
  • 口罩检测与识别数据集（含1200训练样本及400测试样本）.zip
    优质
    本数据集包含1600张图像，旨在用于口罩佩戴情况的检测和识别研究。其中1200张为训练样本，400张为测试样本，适用于开发相关的人脸识别系统或监控程序。 我们有一个口罩检测识别数据集，包含1200张训练图片（600张佩戴口罩、600张未佩戴口罩）和400张测试图片（各200张）。利用YOLO算法在该数据集中进行了两阶段的模型训练：首先冻结backbone部分进行25个epoch的预训练，然后解冻所有参数继续训练了另外25个epoch。最终，在测试集上的mAP达到了90.75%。
     
  • MNIST数据集，含6万个数字训练样本及1万个测试样本
    优质
    简介：MNIST数据集包含手写数字图像，用于机器学习模型训练与验证。该数据集包括6万张训练图像和1万张测试图像，每幅图像是28x28像素的手写数字。 MNIST数据集包含6万个数字的训练集和1万个数字的测试集。
     
  • 海上风电发电量预测数据集（CSV格式，含4万余条记录）
    优质
    本数据集包含超过四万条详细的海上风力发电记录，以CSV格式提供，旨在为研究者与开发者提供精确的海上风电发电量预测所需的数据支持。 海上风电出力预测的数据分为训练组和测试组两大类，主要包括风电场基本信息、气象变量数据和实际功率数据三个部分。风电场基本信息涵盖各风电场的装机容量等信息；气象变量数据包含从2022年1月到2024年1月份期间，每间隔15分钟记录的各风电场的气象情况；实际功率数据则是各风电场每间隔15分钟的发电出力详情。这些数据集文件采用csv格式存储。A榜提供两个训练集和两个测试集的数据。
     
  • 风力发电预测数据集ZX
    优质
    风力发电预测数据集ZX包含详细的气象与发电量信息，旨在提升风电场短期至中期功率输出预报精度，促进可再生能源高效利用。 风力发电量预测数据集包含风速、转速、发电量等相关数据，记录时间从2019年11月至2019年12月，读数间隔为每十分钟一次。
     
  • 光伏电站发电量预测的数据集（含17500条记录）
    优质
    该数据集包含17500条关于光伏电站发电情况的详细记录，旨在支持对光伏发电量进行精准预测的研究与应用。 训练数据集包含9000条光伏发电设备采集的信息；测试数据集则有8500条类似的数据记录。 文件中的表格字段及其含义如下： - ID：当前的记录编号； - 板温：光伏电池板背测温度； - 现场温度：光伏电站现场的实际温度； - 转换效率：计算得出的平均转换效率值； - 转换效率A、B、C和D分别代表数据采集点A至D处的光伏板转换效率； - 电压A、B、C和D则对应于各汇流箱在不同采集点（A-D）上的测量电压值。