Belastung von Schnellladegeräten
Das Machine-Learning-Team möchte den Energieverbrauch in der nächsten Sitzung eines Ladegeräts vorhersagen, um künftig die Stromverteilung auf potenziell stark belastete Ladepunkte zu steuern. Zum Trainieren eines Modells sollst du einen Datensatz vorbereiten, der Informationen über den Nutzenden, das Fahrzeugmodell, die Ladestation und den Energieverbrauch enthält und dabei „nach vorne“ auf den nächsten Ladevorgang blickt. Zeit, zu zeigen, was du draufhast!
Diese Übung ist Teil des Kurses
<Kurs>Window Functions in Snowflake</Kurs>Übungsanweisungen
- Rufe
time_of_day,charging_rateundenergy_consumedfür jeden Datensatz aus der TabelleELECTRIC_VEHICLES.chargingab. - Verwende eine Window-Funktion, um „nach vorne zu schauen“ und den Energieverbrauch in der nächsten Ladesitzung zu ermitteln; gib
0zurück, wenn keiner gefunden wird. - Segmentiere die Datensätze nach
charging_station_idund nutzecharging_start_time, um eine aufsteigende Reihenfolge zu erstellen.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
SELECT
user_id,
charging_station_id,
charging_start_time,
-- Retrieve the time_of_day, charging_rate and energy_consumed fields
___,
___,
___,
-- "Look ahead" to the energy consumed in the next session
___ OVER(
-- Segment the records by charging station and sequence
-- records by the start time of the charge
___
___
) AS next_session_energy_consumed
FROM ELECTRIC_VEHICLES.charging;