The 3rd Wind Power Generation Forecasting AI Competition – BARAM 2026

※ 본 데이터는 ‘제3회 풍력발전량 예측 AI 경진대회 - BARAM 2026’ 참여 목적으로만 사용할 수 있으며, 그 외 용도로는 활용할 수 없습니다.

[배포용 데이터 구조]

open.zip

├── train/

│ ├── ldaps_train.csv

│ ├── gfs_train.csv

│ ├── train_labels.csv

│ ├── scada_vestas_train.csv

│ └── scada_unison_train.csv

│

├── test/

│ ├── ldaps_test.csv

│ └── gfs_test.csv

│

├── sample_submission.csv

├── info.xlsx

└── data_description.md

[세부 설명]

본 대회는 기상 예보 데이터와 터빈 SCADA 실측 데이터를 활용하여 KPX 그룹별 풍력 발전량을 예측하는 과제입니다.

• train/: 학습에 활용할 수 있는 데이터 폴더입니다. 학습 기간의 LDAPS, GFS 기상 예보 데이터와 KPX 그룹별 실제 발전량, VESTAS 및 UNISON 터빈 SCADA 실측 데이터가 포함됩니다.
• test/: 평가 기간의 입력 데이터 폴더입니다. 평가 기간의 LDAPS 및 GFS 기상 예보 데이터가 포함되며, 참가자는 이를 바탕으로 KPX 그룹별 발전량을 예측해야 합니다.
• ldaps_train.csv / ldaps_test.csv: LDAPS 기반 기상 예보 데이터입니다. 각각 학습 기간과 평가 기간의 기상 예보 정보를 포함합니다.
• gfs_train.csv / gfs_test.csv: GFS 기반 기상 예보 데이터입니다. 각각 학습 기간과 평가 기간의 기상 예보 정보를 포함합니다.
• train_labels.csv: 학습 기간의 KPX 그룹별 실제 발전량 데이터입니다. 참가자는 해당 값을 정답값으로 활용하여 모델을 학습할 수 있습니다.
• scada_vestas_train.csv: VESTAS 터빈의 학습 기간 SCADA 실측 데이터입니다. 터빈 단위의 운전 및 발전 관련 실측 정보를 포함합니다.
• scada_unison_train.csv: UNISON 터빈의 학습 기간 SCADA 실측 데이터입니다. 터빈 단위의 운전 및 발전 관련 실측 정보를 포함합니다.
• sample_submission.csv: 제출 양식 파일입니다. 총 8,760개 행으로 구성되며, 참가자는 평가 기간의 KPX 그룹별 예측 발전량을 지정된 형식에 맞게 입력하여 제출해야 합니다.
• info.xlsx: KPX 그룹, 터빈, 설비용량, 위치 정보 등 데이터 해석에 필요한 메타 정보를 포함한 파일입니다.
• data_description.md: 제공 데이터 파일 및 주요 컬럼에 대한 설명 문서입니다.