TSDBench / SDWPF /dataset.yaml
MaxKJC's picture
Upload folder using huggingface_hub
0a665df verified
Raw History Blame Contribute Delete
2.08 kB
# 数据集信息,dataset配置的入口,记录了不同模态数据的文件地址等信息
dataset_id: SDWPF
dataset_name: SDWPF Wind Farm SCADA
domain: renewable_energy
sample_defination:
sample_type: wind_turbine_scada_readings
sample_id_graph: turb_id # 对应数据中的表头信息, 如果就是按照index来,那么就是None
sample_id_time_series: episode_id # 对应数据中的表头信息, 如果就是按照index来,那么就是None
description: each sample corresponds to a 10-minute SCADA reading from one of 134 wind turbines
modalities:
# 记录具有哪些模态的特征
meta_features: # 静态元数据,类比于表格数据,读取主文件夹下的turbine_metadata.csv文件
required: true # meta_features 是必填项
file_name: meta_features.csv #所有提供的文件应该都是可以直接被pandas读取的pd.DataFrame
node_level_task_graphs:
available: true # 是否为节点级任务图,如果有的话那么可以在对应的文件夹下获取相应的数据
graph_ids:
- turbine_proximity # 图的名称,例如:turbine_proximity(风机空间邻近图)
time_series:
available: true # 是否为时间序列数据,如果有的话那么可以在对应的文件夹下获取相应的数据
time_series_ids:
- sdwpf_scada # 时序数据的名称,例如:sdwpf_scada(风机SCADA数据)
tasks: # 任务构建
# 记录数据集支持的任务类型,例如:meta_feature的预测,时序数据的预测、ranking任务
- sdwpf_power_forecasting # 风电场功率预测
- sdwpf_turbine_power_prediction # 单风机功率预测
- sdwpf_operating_state_classification # 运行状态分类
# 数据来源信息
license:
data_license: CC-BY-4.0
redistribution_allowed: true
source:
name: SDWPF (Spatial Dynamic Wind Power Forecasting)
url: https://aistudio.baidu.com/datasetdetail/116652
citation: 'J. Zhou, X. Lu, Y. Xiao, J. Su, J. Lyu, Y. Ma, D. Dou. SDWPF: A Dataset for Spatial Dynamic Wind Power Forecasting Challenge at KDD Cup 2022. arXiv:2208.04360, 2022.'