PowerPlant-analysis/Test/energy-prediction.py

import requests
import zipfile
import os
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
from sklearn.preprocessing import LabelEncoder
import matplotlib.pyplot as plt
import matplotlib
from sklearn.linear_model import LinearRegression
import numpy as np

def main():
    # 设置支持中文的字体（例如：SimHei 字体）
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 或使用 'Microsoft YaHei'
    matplotlib.rcParams['axes.unicode_minus'] = False  # 防止负号显示为方块

    # 获取数据资源 URL（选择最新版本的 ZIP 文件）
    url = "https://datasets.wri.org/private-admin/dataset/53623dfd-3df6-4f15-a091-67457cdb571f/resource/66bcdacc-3d0e-46ad-9271-a5a76b1853d2/download/globalpowerplantdatabasev130.zip"

    # 下载 ZIP 文件
    response = requests.get(url)
    zip_path = "global_power_plant_data.zip"
    with open(zip_path, 'wb') as file:
        file.write(response.content)

    # 解压 ZIP 文件
    with zipfile.ZipFile(zip_path, 'r') as zip_ref:
        zip_ref.extractall("data")

    # 确保解压后的文件名和路径
    csv_file = "data/global_power_plant_database.csv"
    if not os.path.exists(csv_file):
        print(f"错误: 文件 {csv_file} 不存在!")
        return

    # 加载解压后的 CSV 数据
    data = pd.read_csv(csv_file, dtype={'other_fuel3': str})

    # 数据预处理
    data.fillna(0, inplace=True)  # 用 0 填充缺失值

    # 确保 'owner' 列的类型统一为字符串类型
    data['owner'] = data['owner'].astype(str)

    # 对分类列进行编码（例如 primary_fuel, owner）
    label_encoder = LabelEncoder()
    data['primary_fuel'] = label_encoder.fit_transform(data['primary_fuel'])
    data['owner'] = label_encoder.fit_transform(data['owner'])

    # 确保发电量列存在并计算总发电量
    generation_columns = ['generation_gwh_2013', 'generation_gwh_2014', 'generation_gwh_2015',
                          'generation_gwh_2016', 'generation_gwh_2017']

    # 聚合不同年份的发电数据
    data['total_generation'] = data[generation_columns].sum(axis=1)

    # 选择特征（X）和目标变量（y）
    X = data[['capacity_mw', 'latitude', 'longitude', 'primary_fuel', 'total_generation']]  # 示例特征
    y = data['generation_gwh_2017']  # 预测目标：2017年的发电量

    # 将数据分割为训练集和测试集
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

    # 初始化并训练随机森林回归模型
    model = RandomForestRegressor(n_estimators=100, random_state=42)
    model.fit(X_train, y_train)

    # 在测试集上进行预测
    y_pred = model.predict(X_test)

    # 评估模型
    mse = mean_squared_error(y_test, y_pred)
    rmse = mse ** 0.5
    print(f"均方根误差（RMSE）：{rmse}")

    # 绘制预测值与实际值的对比图（预测值为 y 轴，实际值为 x 轴）
    plt.figure(figsize=(10, 6))
    plt.scatter(y_test, y_pred, color='blue', alpha=0.6)
    plt.plot([min(y_test), max(y_test)], [min(y_test), max(y_test)], color='red', linestyle='--')
    plt.xlabel('实际发电量 (GWh)')
    plt.ylabel('预测发电量 (GWh)')
    plt.title('实际发电量与预测发电量对比')
    plt.grid(True)
    plt.show()

    # 使用线性回归预测未来30年的增长趋势
    years = [2013, 2014, 2015, 2016, 2017]  # 使用已有的年份
    generation_values = data[generation_columns].mean(axis=0)  # 使用这些年份的平均发电量

    # 创建一个线性回归模型来拟合这些数据
    linear_regressor = LinearRegression()
    linear_regressor.fit(np.array(years).reshape(-1, 1), generation_values)

    # 预测未来30年的发电量
    future_years = list(range(2018, 2018 + 30))
    future_generation = linear_regressor.predict(np.array(future_years).reshape(-1, 1))

    # 输出未来30年的预测发电量
    print("未来30年发电量预测（单位：GWh）：")
    for i, generation in enumerate(future_generation):
        print(f"第 {i+1} 年 ({future_years[i]}): {generation:.2f} GWh")

    # 获取2013到2017年已知的发电量数据
    known_generation = data[generation_columns].mean(axis=0)

    # 合并已知发电量数据和未来30年预测的发电量
    all_years = years + future_years
    all_generation = list(known_generation) + list(future_generation)

    # 可视化年份和发电量的增长趋势（已知数据和预测数据）
    plt.figure(figsize=(10, 6))

    # 绘制已知数据的发电量趋势（2013-2017年，用绿色标色）
    plt.plot(years, known_generation, marker='o', color='green', label='已知发电量 (2013-2017)', linestyle='-', markersize=8)

    # 绘制未来预测数据的发电量趋势（2018-2047年，用蓝色标色）
    plt.plot(future_years, future_generation, marker='o', color='blue', label='预测发电量 (2018-2047)', linestyle='-', markersize=8)

    plt.xlabel('年份')
    plt.ylabel('发电量 (GWh)')
    plt.title('2013-2047年发电量增长趋势（已知数据和预测数据）')
    plt.grid(True)
    plt.legend()
    plt.show()


if __name__ == "__main__":
    main()