2022 POSTECH OIBC CHALLENGE 태양광 발전량 예측 경진대회에서 대상 (1등 / 64팀)을 받은 Sun Capturer팀의 솔루션 및 발표 자료입니다.
"태양과 상금을 획득하는 사람"의 의미
- 조성하 (POSTECH 수학과)
- 이은미 (POSTECH 환경공학부)
- 이동진 (POSTECH 인공지능대학원)
- 대회 목표: 타 지역 태양광 발전소들의 발전량 데이터를 활용하여 신규 설치된 광명시 태양광 발전소의 다음 날 24시간 동안의 매시간 발전량 구간 예측 등록
- 대회 기간
- 2022년 10월 24일 ~ 2022년 11월 12일: 사전 대회 기간 (태양광 발전량 예측 모델 구축 기간)
- 2022년 11월 14일 ~ 2022년 11월 18일: 경진 대회 기간 (실제 태양광 발전량 예측)
- 2022년 12월 01일: 발표 평가
- 2022년 12월 02일: 결과 발표
- WaveNet 기반 확률 모델 (태양광 발전량의 평균과 표준편차 출력)
- 발표 자료 참고
이 레포지토리의 구성은 다음과 같습니다.
root
│
├── README.md # 디렉토리 안내 파일
│
├── 2022-12-01_OIBCCompetition_Sun_capturer.pdf # 발표 자료
│
├── data/ # 데이터 폴더 (첨부파일에서는 생략)
│
├── ckpt/ # 모델 체크포인트 폴더
│
├── notebooks/ # ipynb 파일 폴더
│ ├── (1)_Collecting_data.ipynb # API를 사용하여 forecasts1 및 gens 데이터 수집
│ ├── (2)_Preprocessing_forecasts1.ipynb # forecasts1.csv, gens.csv 전처리 및 병합
│ ├── (3)_Train.ipynb # 모델 훈련
│ ├── (4)_Inference_ensemble_models.ipynb # 단일 모델 입찰
│ ├── (4)_Inference_single_model.ipynb # 앙상블 입찰
│ └── 외 기타 ipynb 파일
│
└── suncapturer/ # 사용자 정의 모듈 일체
├── __init__.py # 모듈화
├── datasets.py # torch.utils.Dataset 정의
├── losses.py # 손실함수 및 평가지표 정의
├── networks.py # WaveNet 및 CausalWaveNet 정의
├── solver.py # 모델 훈련 클래스
├── utils.py # 기타 유틸리티 함수 일체
└── config/ # 모델 훈련 하이퍼파라미터 폴더
└── __init__.py # 모듈화
코드는 notebooks/ 폴더에 있는 ipynb 파일들을 번호 순서대로 (1)번부터 (4)까지 실행하시면 됩니다. (1)번과 (2)번은 데이터 전처리 코드이기 때문에 한번만 실행하면 그 이후로는 실행할 필요가 없습니다. (3)번에서 여러가지 하이퍼파라미터를 설정하여 모델을 훈련시키고 그 결과를 WanDB를 통해 비교할 수 있습니다. 파일명이 번호가 아닌 날짜로 시작하는 ipynb 파일들은 주로 분석용 및 시각화 파일이며, 코드가 정리되어 있지 않습니다.
notebooks/에 있는 파일 실행시 suncapturer에서 임포트하는 모듈들은 suncapturer/ 폴더에서 확인하실 수 있습니다. setuptools 모듈의 setup을 사용해서 패키징 하지 않았기 때문에 sys.path.append를 통해 suncapturer/ 폴더의 위치를 추가해줘야 합니다.
코드 사용에 어려움이나 질문이 있으실 경우 [email protected]으로 문의해주시면 친절히 답변드리겠습니다.
데이터 제공 문의는 대회 주관사인 POSTECH 오픈이노베이션 빅데이터 센터 (OIBC)로 문의 주시면 감사드리겠습니다.