Advertisement

电力系统短期负荷预测数据集（2015-2020，4.8万多条记录，每小时更新一次，包含温湿度和区域详情）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该数据集收录了2015至2020年间超过4.8万条电力系统短期负荷预测记录，每小时更新一次，并提供详尽的温湿度及地区信息。 该数据适用于电力系统短期负荷预测，包含4.8万多条记录的电力系统负荷数据，时间间隔为1小时，时间段覆盖2015年1月至2020年6月。此外，这些数据还包含了温度、湿度和风速等共13种特征，并且标注了日期是否是工作日。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 电力系统短期负荷预测数据集（2015-2020，4.8万多条记录，每小时更新一次，包含温湿度和区域详情）
    优质
    该数据集收录了2015至2020年间超过4.8万条电力系统短期负荷预测记录，每小时更新一次，并提供详尽的温湿度及地区信息。 该数据适用于电力系统短期负荷预测，包含4.8万多条记录的电力系统负荷数据，时间间隔为1小时，时间段覆盖2015年1月至2020年6月。此外，这些数据还包含了温度、湿度和风速等共13种特征，并且标注了日期是否是工作日。
     
  • 短期电力负荷预测数据集（1小时时间间隔，含4.8万多条记录，2015-2020年）
    优质
    该数据集包含从2015年至2020年间每小时的电力负荷信息，总计超过48,000条记录，为短期电力负荷预测提供了详实的数据支持。 电力系统短期电力负荷预测数据集包含时间间隔为1小时的4.8万多条记录，涵盖2015年至2020年的数据。特征包括天气变量，如气温、相对湿度、降水量和风速。
     
  • 2015-2016年度短期电力负荷预测数据集
    优质
    2015-2016年度短期电力负荷预测数据集提供了中国某省会城市在两年间的逐小时电力需求历史记录，旨在支持研究人员进行短期电力负荷预测的研究与模型构建。 2015-2016短期电力负荷预测数据集包含了日期和用电量的相关信息。
     
  • 负荷预测数据集（超过38000条记录，涵盖96个节点，每15分钟更新一次，包含温度、湿度、风速和降雨量等信息）
    优质
    这是一个庞大的电力负荷预测数据集，含逾38,000条记录，覆盖96个不同节点，每15分钟刷新一次。数据囊括了影响电网负荷的各类因素如气温、湿度、风力及降水情况。 数据内容包括38000多条记录，涉及96个节点的数据点，时间间隔为15分钟。数据包含温度、湿度、风速和降雨量等多种特征。
     
  • 短期电力负荷预测数据集
    优质
    本数据集包含用于短期电力负荷预测的关键信息，涵盖历史用电量、天气条件等变量，旨在提升预测模型精度。 电力系统短期负荷预测数据集（matlab、python）提供用于研究和分析的资料。
     
  • 电网负荷预测数据集：包含日期、小时、气温与湿度及电力需求和电价信息
    优质
    该电网负荷预测数据集包含了日期、时间、气温、湿度等参数以及对应的电力需求量和电价信息，为电力系统的分析和优化提供了重要依据。 日期 小时 干球温度 点温度 湿球温度 湿度 电力负荷 电价
     
  • 负荷预测数据集（2018年1月至2020年12月，每15分钟记录一次，包含十万余条数据）
    优质
    该数据集收录了从2018年到2020年的电力负荷信息，每15分钟更新一次，涵盖十万多个观测值，为精准的负荷预测提供坚实的数据支持。 数据包含10万多条负荷记录，时间跨度从2018年1月到2020年12月，采样间隔为每15分钟一次。这些数据包括温度、湿度、风速、露点以及云层覆盖等特征，并且所有数值均以兆瓦（MW）为单位。
     
  • LFforecast:短期电力系统负荷预测
    优质
    LFforecast是一款先进的电力系统短期负荷预测工具，通过集成多种算法模型，提供精准、实时的电力需求预测服务，助力能源行业的高效管理与决策。 数据集位于 `./data/STLF_DATA_IN_1.xls`。在 `./src/LF_Forecasting.ipynb` 文件中进行了数据预处理、模型构造和训练，并对结果进行了分析。最终训练好的模型保存为 `./src/model.th`，而预测某些天的负荷曲线则使用了 `./src/predict` 脚本进行。项目过程中生成的所有图片存放在 `/img` 目录下。
     
  • 负荷预测数据集（超12万记录，每15分钟更新一次，涵盖天气详情如日最高、最低气温及昼夜风速和风向）
    优质
    该数据集包含超过12万条电力负荷记录，每15分钟更新一次，详细记录了影响负荷的关键气象因素，包括日最高与最低温度以及全天候的风速和风向信息。 数据集包含超过12万条负荷预测记录，时间跨度从2018年至2021年。这些数据包括天气状况、最高温度、最低温度以及白天的风力风向和夜晚的风力与风向等特征信息，并且按天划分，每天分为四种类型的用电负荷：大工业、商业、普通工业和非普通工业。