# 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.'