水电站入库流量预测_第四届工业大数据竞赛题目发布

REF： 官网

1 题目描述

对于水电站来说，发电是主要经济效益来源，而水就是生产的原料。对进入水电站水库的入库流量进行精准预测，能够帮助水电站对防洪、发电计划调度工作进行合理安排，实现避免洪涝灾害和提升发电经济效益的目的。

入库流量受到降水、蒸发、土壤（直接影响地表径流、地下径流）、上游来水等诸多因素的综合影响（如下图所示），但这些因素作用关系复杂，不少因素很难直接精准观测。如果能通过数据分析方法，基于大量的历史数据和可获取的监测数据，实现水电站入库流量的精准预测，将对水电站生产带来显著的安全和经济价值。

2 比赛任务

基于历史数据和当前观测信息，对电站未来7日入库流量进行预测（每3小时一个预测值，共56个待预测值）。初赛预测3个时段，决赛预测5个时段。

3 数据描述

竞赛中有4类数据，包括入库流量数据（每3个小时）、39个遥测站降雨数据（小时）、日降雨预报数据（未来5天）、环境观测数据（天）。

赛事方提供2013年1月1日0时~2016年12月31日24时的相关数据作为开放数据集，供参赛选手做数据探索和模型训练。

竞赛过程中，赛事方提供若干段历史数据（初赛3段，决赛5段），均与训练数据无交集；每段数据时长30天连续的历史数据（段和段之间没有重叠，且间隔大于14天，可以认为它们是独立的），参赛选手对每段历史数据进行未来7天（每3小时1个预测值，共56个预测值）的入库流量预测。

4 评分规则

针对每段预测（56个点），采用加权平均的纳什效率系数（NSE）作为评价指标，如下式所示

NSE的取值范围为 。(ps.网站原本就没给)NSE越接近1，表示模型质量好，可信度高；NSE接近0，表示模拟结果接近观测值的平均水平，即总体结果可信，但过程模拟误差大；NSE远小于0，表示模型不可信。

初赛和决赛成绩是多个数据段预测性能的平均，Score(可能为负分)的公式描述为：

5 答案提交

参赛选手需要提交CSV格式预测结果文件，包含57列，包括数据段编号（SeqNum），以及56个时间点的入库流量预测值(Prediction1到Prediction56)；

参赛选手将文件名称命名为“submission.csv”进行提交。结果文件模板可在数据集中获得。

结果文件示例如下（以3段为例）：

提醒：初赛为3段，决赛为5段。

1. 初赛阶段，选手每周日全天（0时至24时）可提交3次答案。提交后，即时返回结果。

2. 决赛阶段，选手在决赛的每个比赛日均可以提交2次答案。提交后，不会返回即时结果。成绩以最后一次提交的答案为准。成绩待决赛结束，经审核后给出。