我对 pvlib 的预测有一个概念上的问题:问题是,如果我要求“过去的预测”,那么我不知道预测的时间范围是什么。对于实际的未来预测,它更明显一点,我会天真地从返回的预测的时间戳中减去当前时间,尽管如果数据请求(取决于模型)仅以每小时或 6 小时为间隔进行,那么看起来像我必须将这种不确定性添加到地平线上,所以我仍然不确定。
对于过去的预测,我只是不知道地平线是什么。如何确定?
这个问题适用于 pvlib-python 获取数据/预测的标准方法,我认为它也适用于特殊脚本https://github.com/wholmgren/get_nomads以获取更远的预测数据。
任何帮助将不胜感激理解这种情况。
为了使这个问题更具体,我将这段代码包含在从 forecast_to_power.ipynb 中获取的代码中,并将开始和结束时间修改为过去:
# built-in python modules
import datetime
import inspect
import os
# scientific python add-ons
import numpy as np
import pandas as pd
# plotting stuff
# first line makes the plots appear in the notebook
%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib as mpl
# finally, we import the pvlib library
from pvlib import solarposition,irradiance,atmosphere,pvsystem
from pvlib.forecast import GFS, NAM, NDFD, RAP, HRRR
# Choose a location.
# Tucson, AZ
latitude = 32.2
longitude = -110.9
tz = 'US/Mountain'
surface_tilt = 30
surface_azimuth = 180 # pvlib uses 0=North, 90=East, 180=South, 270=West convention
albedo = 0.2
# for this example, let's predict into the past:
start = pd.Timestamp(datetime.date.today(), tz=tz) - pd.Timedelta(days=14) # 14 days ago
end = start + pd.Timedelta(days=7) # 7 days from start
fm = GFS()
forecast_data = fm.get_processed_data(latitude, longitude, start, end)
forecast_data.head()
temp_air wind_speed ghi dni dhi total_clouds low_clouds mid_clouds high_clouds
2019-02-25 06:00:00-07:00 6.581512 1.791610 0.000000 0.000000 0.000000 33.0 0.0 0.0 33.0
2019-02-25 09:00:00-07:00 4.832214 0.567790 392.833659 668.164855 121.831040 0.0 0.0 0.0 0.0
2019-02-25 12:00:00-07:00 3.409973 0.860611 794.120954 910.658669 118.492918 0.0 0.0 0.0 0.0
2019-02-25 15:00:00-07:00 6.841797 0.942555 529.425232 515.727013 222.689391 22.0 0.0 0.0 22.0
2019-02-25 18:00:00-07:00 24.458038 0.466084 11.339769 0.000000 11.339769 52.0 0.0 0.0 52.0
这个反向预测的时间范围是多少?我可以调整吗?如果有怎么办?