BUAA_BIGSCity：用于百度KDD CUP 2022风电功率预测的空间-时间图神经网络
机器学习
2023-02-23 v1
摘要
在本技术报告中，我们展示了针对百度KDD Cup 2022空间动态风电功率预测挑战赛的解决方案。风电是一种快速增长的清洁能源。准确的风电功率预测对电网稳定性和供应安全至关重要。因此，主办方提供了一个包含134台风机历史数据的风电功率数据集，并发起百度KDD Cup 2022以检验当前风电功率预测方法的局限。RMSE（均方根误差）与MAE（平均绝对误差）的平均值被用作评估分数。我们采用两种空间-时间图神经网络模型，即AGCRN和MTGNN，作为基础模型。我们通过5折交叉验证训练AGCRN，并额外直接在训练集和验证集上训练MTGNN。最后，我们基于验证集的损失值集成两个模型作为最终提交。使用我们的方法，我们的团队\team在测试集上取得了-45.36026的成绩。我们在Github（https://github.com/BUAABIGSCity/KDDCUP2022）上发布了代码以供复现。
引用
@article{arxiv.2302.11159,
title = {BUAA_BIGSCity: Spatial-Temporal Graph Neural Network for Wind Power Forecasting in Baidu KDD CUP 2022},
author = {Jiawei Jiang and Chengkai Han and Jingyuan Wang},
journal= {arXiv preprint arXiv:2302.11159},
year = {2023}
}
备注
6 pages, 4 figures, Report for ACM KDD Workshop - Baidu KDD CUP 2022