华电新疆公司 · 集团 AI 竞赛赛前培训 · 第六天 · 练习版（不计入模拟赛成绩）
练习题四 数据治理 · 光伏电站运行数据
仿赛题题面。没有集团平台，本页按平台的操作顺序出选择题：先在线翻数据排查哪些列有问题，再对每处问题依次选「检测方法 → 修复方法 → 验证方式」，提交后逐步判对错并给出为什么。数据只在本页在线查看，不提供下载。
仿赛题题面。没有集团平台，本页按平台的操作顺序出选择题：先在线翻数据排查哪些列有问题，再对每处问题依次选「检测方法 → 修复方法 → 验证方式」，提交后逐步判对错并给出为什么。数据只在本页在线查看，不提供下载。
题目背景 本练习以某 20 MW 光伏电站运行数据为基础，构建融合"物理规律、统计分析与机器学习"的数据治理任务。考生需结合辐照、温度、风速、气压、湿度、跟踪方位角、组串电流、逆变器功率与总功率之间的关联关系，运用异常检测、缺失值处理、时序分析等方法，对数据进行系统性的清洗、修复与质量提升。 题目要求 数据：5000 行 × 13 列（时间、辐照度、环境温度、组件温度、风速、大气压力、相对湿度、跟踪方位角、组串 1/2 电流、逆变器 A 功率、总功率、日累计发电量），15 分钟一条。 请对数据进行检查、识别异常与缺失、修复，并保存清洗版本。禁止删行、禁止全局均值填充。 评分说明（真实考试） 按列计算误差：对每一列计算该列全部行的均方根误差 RMSE（与基准数据比），求得每一列的单独得分，按各列权重加权得最终分数。功率 0.30、四个高度风速各 0.10、温度 0.10、气压 0.05、湿度 0.05、四个风向合计 0.10。 本模拟赛作答方式 一、排查：点「在线查看数据」翻一遍（曲线图可选区间/勾曲线，表格可筛选/跳行），勾出存在质量问题的列（10 分）。 二、治理：9 处线索各走一遍平台流程，每处 10 分＝选对字段 2 + 检测到位 3（方法对、参数调得检测结果真圈中问题）+ 修复到位 3（按修复后段内误差评）+ 验证方式 2。检测与修复都在内嵌数据上真算：参数不合适就圈不中或圈一堆噪声，自己调；选"删行 / 全局均值填充"该处修复计 0。
