second

db-wind/getdata/inputData.py

@@ -303,15 +303,15 @@ def data_process(database):
     :param database:
     :return:
     """
-    # clear_data()
-    # get_process_NWP(database)
-    # get_process_turbine(database)
-    # get_turbine_info(database)
-    # get_process_tower(database)
-    # get_process_power(database)
-    # indep_process()
+    clear_data()
+    get_process_NWP(database)
+    get_process_turbine(database)
+    get_turbine_info(database)
+    get_process_tower(database)
+    get_process_power(database)
+    indep_process()
     NWP_indep_process()
-    #Data_split()
+    Data_split()
 
 if __name__ == '__main__':
 

db-wind/main.py

@@ -204,18 +204,18 @@ def Continuous_Data(input_dir,output_dir,M,TopN):
 
 if __name__ == "__main__":
     arg = Arg.Arg()
-    # inputData.data_process(arg.database)
+    inputData.data_process(arg.database)
     input_dir = "../data/turbine-15"  # 输入文件夹路径
     output_dir = "../data/output_clean_csv_files"  # 输出文件夹路径
     # 对机头风速连续异常值和-99进行清洗,第三个参数是连续5个值不变以后就认为异常
     # 这步会生成一个"output_clean_csv_files"文件夹，里面包含全部单机的数据，存储的机头风速只清理了-99，参数50是风机数量+1，风机参数5就是连续5个点的认为是异常值，全部剔除。
-    # process_csv_files(input_dir, output_dir, 50, 5)
+    process_csv_files(input_dir, output_dir, 50, 5)
     output_dir_time_Merge = "../data/output_filtered_csv_files"
     # 这步会生成一个"output_filtered_csv_files"文件夹，在上一步的基础上，对齐了全部风机的时间，只各自保留了交集。
-    # TimeMerge(output_dir,output_dir_time_Merge,50)
+    TimeMerge(output_dir,output_dir_time_Merge,50)
     output_complete_data = "../data/complete_data"
     # 这步会生成一个"complete_data"文件夹，在上一步的基础上，填充了10个时间点之内的缺失。
-    # MissingPointProcessing(output_dir_time_Merge,output_complete_data,50,10)
+    MissingPointProcessing(output_dir_time_Merge,output_complete_data,50,10)
     continuous_time = "continuous_data"
     # 这步会生成一个"Continuous_data"文件夹，在上一步的基础上，取Top10个连续时间段最长的单机数据。
     Continuous_Data(output_complete_data, continuous_time, 50, 10)