fly6516
11761ceb84
- 移除了标准缩放和交叉验证的相关代码 - 添加了线性回归模型，用于预测未来30年的发电量 - 绘制了已知发电量和未来预测发电量的趋势图- 优化了散点图的绘制，增加了对角线以更好地展示预测与实际值的对比
131 lines
5.2 KiB
Python
131 lines
5.2 KiB
Python
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()
|