wgz_forecast/wgz_forecast(lh)/pv/matrix2series.ipynb

In [9]:

import pandas as pd
import numpy as np

In [10]:

data = pd.read_csv('./data/pv_original.csv')
data.head()

Out[10]:

	光伏用户编号	综合倍率	时间	p1	p2	p3	p4	p5	p6	p7	...	p87	p88	p89	p90	p91	p92	p93	p94	p95	p96
0	f1	80	2022-1-3 0:00	0.0000	0.0000	0.0000	0.0000	0.0	0.0000	-0.0001	...	-0.0031	-0.0032	-0.0032	-0.0033	-0.0001	-0.0001	-0.0003	-0.0003	-0.0003	-0.0001
1	f1	80	2022-1-4 0:00	-0.0001	0.0000	-0.0001	0.0000	0.0	-0.0001	-0.0001	...	-0.0032	-0.0032	-0.0032	-0.0031	-0.0001	0.0000	-0.0001	-0.0001	-0.0001	-0.0001
2	f1	80	2022-1-5 0:00	-0.0003	-0.0001	0.0000	0.0000	0.0	-0.0001	-0.0001	...	-0.0016	-0.0016	-0.0016	-0.0017	0.0000	0.0000	0.0000	0.0000	0.0000	-0.0001
3	f1	80	2022-1-6 0:00	-0.0003	0.0000	-0.0003	-0.0001	0.0	0.0000	0.0000	...	-0.0016	-0.0016	-0.0016	-0.0016	0.0000	0.0000	0.0000	-0.0001	0.0000	0.0000
4	f1	80	2022-1-7 0:00	0.0000	-0.0001	-0.0001	0.0000	0.0	-0.0001	-0.0003	...	0.0000	-0.0001	0.0000	0.0000	0.0000	-0.0001	0.0000	0.0000	0.0000	0.0000

5 rows × 99 columns

In [11]:

use_data = data[data['光伏用户编号']=='f1'].sort_values(by='时间').drop(columns=data.columns[:3])

In [12]:

use_data.head()

Out[12]:

	p1	p2	p3	p4	p5	p6	p7	p8	p9	p10	...	p87	p88	p89	p90	p91	p92	p93	p94	p95	p96
7	0.0000	0.0000	0.0000	-0.0001	-0.0001	0.0000	0.0000	0.0000	-0.0003	0.0000	...	-0.0017	-0.0017	-0.0017	-0.0017	-0.0001	0.0000	-0.0001	0.0000	0.0000	0.0000
8	-0.0001	-0.0001	0.0000	0.0000	-0.0001	0.0000	-0.0003	0.0000	-0.0001	0.0000	...	-0.0032	-0.0031	-0.0032	-0.0032	-0.0017	-0.0017	-0.0001	0.0000	-0.0001	0.0000
9	-0.0001	-0.0001	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	-0.0001	-0.0001	...	-0.0023	-0.0016	-0.0016	-0.0019	0.0000	-0.0001	0.0000	0.0000	-0.0003	0.0000
10	0.0000	0.0000	0.0000	-0.0001	0.0000	-0.0001	-0.0001	-0.0001	0.0000	-0.0001	...	-0.0032	-0.0033	-0.0032	-0.0033	-0.0017	-0.0016	-0.0017	-0.0019	-0.0015	-0.0017
11	0.0000	0.0000	-0.0001	0.0000	-0.0001	-0.0001	-0.0001	0.0000	0.0000	0.0000	...	-0.0016	-0.0017	-0.0017	-0.0016	0.0000	0.0000	0.0000	-0.0001	0.0000	-0.0001

5 rows × 96 columns

In [13]:

use_data[-5:]

Out[13]:

	p1	p2	p3	p4	p5	p6	p7	p8	p9	p10	...	p87	p88	p89	p90	p91	p92	p93	p94	p95	p96
458	-0.0012	-0.0012	-0.0011	-0.0011	-0.0011	-0.0011	-0.0011	-0.0013	-0.0012	-0.0013	...	-0.0011	-0.0011	-0.0012	-0.0012	-0.0012	-0.0011	-0.0012	-0.0011	-0.0012	-0.0012
459	-0.0012	-0.0011	-0.0012	-0.0012	-0.0011	-0.0012	-0.0012	-0.0011	-0.0011	-0.0011	...	-0.0033	-0.0036	-0.0011	-0.0013	-0.0011	-0.0011	-0.0011	-0.0011	-0.0011	-0.0011
460	-0.0012	-0.0011	-0.0012	-0.0012	-0.0011	-0.0011	-0.0011	-0.0011	-0.0012	-0.0011	...	-0.0011	-0.0012	-0.0012	-0.0012	-0.0012	-0.0011	-0.0011	-0.0011	-0.0011	-0.0011
461	-0.0012	-0.0012	-0.0011	-0.0011	-0.0012	-0.0011	-0.0011	-0.0012	-0.0011	-0.0011	...	-0.0011	-0.0013	-0.0011	-0.0012	-0.0011	-0.0012	-0.0012	-0.0011	-0.0012	-0.0012
462	-0.0011	-0.0011	-0.0011	-0.0011	-0.0011	-0.0012	-0.0011	-0.0012	-0.0011	-0.0011	...	-0.0012	-0.0011	-0.0012	-0.0011	-0.0012	-0.0012	-0.0011	-0.0011	-0.0011	-0.0011

5 rows × 96 columns

In [14]:

# 生成日期范围（484天）
dates = pd.date_range(start='2022-01-03', periods=484, freq='D')
# 生成每日的96个时间点（15分钟间隔）
time_offsets = pd.timedelta_range(start='0min', periods=96, freq='15min')

In [15]:

# 创建完整的时间索引
datetime_index = dates.repeat(96) + np.tile(time_offsets, len(dates))

In [16]:

# 展平数据并创建Series
data_series = pd.Series(use_data.values.flatten(), index=datetime_index)

# 处理负值
data_series = data_series.clip(lower=0)

# 按小时重采样求和
hourly_data = data_series.resample('h').sum().to_frame().reset_index()

# 结果展示
hourly_data.head()

Out[16]:

	index	0
0	2022-01-03 00:00:00	0.0
1	2022-01-03 01:00:00	0.0
2	2022-01-03 02:00:00	0.0
3	2022-01-03 03:00:00	0.0
4	2022-01-03 04:00:00	0.0

In [18]:

hourly_data

Out[18]:

	index	0
0	2022-01-03 00:00:00	0.0
1	2022-01-03 01:00:00	0.0
2	2022-01-03 02:00:00	0.0
3	2022-01-03 03:00:00	0.0
4	2022-01-03 04:00:00	0.0
...	...	...
11611	2023-05-01 19:00:00	0.0
11612	2023-05-01 20:00:00	0.0
11613	2023-05-01 21:00:00	0.0
11614	2023-05-01 22:00:00	0.0
11615	2023-05-01 23:00:00	0.0

11616 rows × 2 columns

In [31]:

hourly_data.columns = ['time', 'power']

In [32]:

import matplotlib.pyplot as plt

In [35]:

plt.plot(hourly_data.power[:500])

Out[35]:

[<matplotlib.lines.Line2D at 0x77d18f188fd0>]

In [36]:

hourly_data.to_csv('pv_data_hourly.csv', index=False, encoding='utf-8-sig')

In [ ]:

In [ ]: