Datawhale发布
保姆教程：世界科学智能大赛，AI赛事
已举办三届，世界顶级AI大赛
第三届世界科学智能大赛是由上海科学智能研究院与复旦大学联合主办，上海市科学技术委员会、上海市发展和改革委员会、上海市经济和信息化委员会、上海市教育委员会等多部门联合指导的全球性顶级AI赛事。该赛事自2023年首届启动以来，已连续举办三届。
首届大赛吸引了来自18个国家和地区的11,653名选手，530余支队伍利用AI技术取得超越传统方法的突破性成果；第二届规模进一步扩大，覆盖24个国家和地区的12,687名参赛者，并首次有20多位上海顶尖高中生组团参赛。第三届赛事延续百万奖金激励，聚焦航空安全、材料设计、合成生物、创新药和新能源五大赛道，旨在解决国产大飞机适航认证、RNA药物设计、新能源发电预测等高价值产业难题。
报名地址：http://competition.sais.com.cn/competitionDetail/532315/format?spm=CHANNEL-0001
扫码报名
新能源赛道解析，小白也能听懂
任务目标：
用AI预测未来24小时（从明天0点开始）新能源发电站（比如风电场、光伏电站）的发电功率，每15分钟预测一次，总共要输出96个时间点的预测值。
为什么重要：
新能源（风电、光伏）发电靠天气吃饭，风大就多发，没风就少发，太阳强就发电多，阴天就发电少。但电网需要稳定供电，不能忽高忽低，否则可能停电或浪费电。
所以，提前精准预测新能源发电量，电网才能：
1. 少浪费电：避免发多了用不完，或者发少了不够用。
2. 更省钱：减少备用火电/储能的开支。
3. 更环保：让新能源最大化替代化石能源。
赛事数据：
1. 历史发电数据：过去新能源电站实际发了多少电。
2. 气象预报数据：比如未来24小时的风速、温度、湿度、太阳辐射等（因为发电量和天气强相关）。
需要做什么：
用这些数据训练一个AI模型（比如LSTM、Transformer、XGBoost等），让它学会：
• 看天气猜发电量：比如“明天中午阳光强，光伏电站大概能发XX兆瓦电”。
• 学习历史规律：比如“这个风电场在春季风速10m/s时平均发电YY兆瓦”。
适合哪些AI技术：
• 时序预测模型：LSTM、TCN、Transformer
• 特征工程：如何结合气象+历史功率+时空关联
• 集成学习：比如用多个模型投票减少误差
小白逆袭指南，半小时通关
一、大赛通关地图
-
启动Notebook：选择【方式一：CPU环境】，启动。
-
查看notebook：大约等待2分钟，点击【查看Notebook】
-
如果之前使用过Notebook，注意不要和之前的文件弄混
在终端输入如下命令，回车运行！git lfs installgit clone https://www.modelscope.cn/datasets/loutianao/new_energy_power_forecast.git
1. 打开终端
2. 输入命令，下载！
1. 打开baseline文件，点击 ⏩ 运行
2. 点击 Restart 确认
上分进阶思路
（文：Datawhale）