XINQING111/SKIPPD

--- license: cc-by-4.0 dataset_info: - config_name: default features: - name: image dtype: image - name: time dtype: timestamp[s, tz=US/Pacific] - name: pv dtype: float32 splits: - name: train num_bytes: 2228797291.64 num_examples: 349372 - name: test num_bytes: 90193889.61 num_examples: 14003 download_size: 2321743541 dataset_size: 2318991181.25 - config_name: labels features: - name: time dtype: timestamp[s, tz=US/Pacific] - name: pv dtype: float32 splits: - name: train num_bytes: 4192464 num_examples: 349372 - name: test num_bytes: 168036 num_examples: 14003 download_size: 4660741 dataset_size: 4360500 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - config_name: labels data_files: - split: train path: labels/train-* - split: test path: labels/test-* --- ## Citation If you find SKIPP'D useful to your research, please cite: ``` Nie, Y., Li, X., Scott, A., Sun, Y., Venugopal, V., & Brandt, A. (2023). SKIPP’D: A SKy Images and Photovoltaic Power Generation Dataset for short-term solar forecasting. Solar Energy, 255, 171-179. ``` or ``` @article{nie2023skipp, title={SKIPP’D: A SKy Images and Photovoltaic Power Generation Dataset for short-term solar forecasting}, author={Nie, Yuhao and Li, Xiatong and Scott, Andea and Sun, Yuchi and Venugopal, Vignesh and Brandt, Adam}, journal={Solar Energy}, volume={255}, pages={171--179}, year={2023}, publisher={Elsevier} } ```SKIPPD is a dataset containing sky images and photovoltaic power generation data for short-term solar forecasting research. The dataset includes two configurations: default with images, timestamps, and photovoltaic power (pv) data, and labels with only timestamps and pv data. The training set has 349,372 examples, and the test set has 14,003 examples.

搜集汇总

数据集介绍

构建方式

SKIPP'D数据集由研究者通过采集天空图像与光伏发电功率数据构建而成，旨在服务于短期太阳能预测任务。该数据集包含两个配置：default配置存储了图像与时间戳、功率值，而labels配置仅保留时间与功率信息。数据被划分为训练集与测试集，其中训练集包含349,372个样本，测试集包含14,003个样本，图像数据以分片形式存储于data目录下，标签数据则存放于labels目录中。

特点

该数据集的核心特色在于其多模态特性，同时提供了天空图像与对应的光伏发电功率时序数据，为研究气象因素对太阳能输出的影响提供了独特视角。数据时间戳精确至秒并带有美国太平洋时区信息，确保了时间序列分析的准确性。数据集规模庞大，图像与标签数据总大小超过2.3GB，为深度学习模型的训练提供了充足样本。此外，采用CC-BY-4.0许可协议发布，促进了学术共享与复现。

使用方法

用户可通过HuggingFace Datasets库直接加载SKIPP'D数据集，指定config_name为'default'以获取图像与功率对，或选择'labels'仅获取时序标签。数据加载后可按标准机器学习流程进行预处理，如图像归一化、时间序列对齐等。该数据集特别适用于训练卷积神经网络或时序模型进行短期太阳能功率预测，研究者可基于训练集构建模型，并利用测试集评估其在真实天空条件下的泛化性能。

背景与挑战

背景概述

在可再生能源领域，光伏发电的波动性对电网稳定运行构成严峻挑战，精准的短期太阳能预测成为关键研究课题。XINQING111/SKIPP'D数据集由Nie、Li、Scott、Sun、Venugopal及Brandt等研究人员于2023年创建，旨在通过天空图像与光伏发电功率数据的联合分析，推动短时太阳辐照度预测技术的发展。该数据集包含约35万张天空图像及其对应的光伏功率时间序列，覆盖了不同天气条件下的丰富场景，为深度学习模型在太阳能预测中的应用提供了标准化基准。自发布以来，SKIPP'D已成为该领域的重要资源，促进了从单一时间序列预测向多模态感知预测的范式转变，显著提升了预测的时空分辨率与准确性。

当前挑战

SKIPP'D数据集所解决的领域核心挑战在于如何利用天空图像中的云层动态信息，实现分钟级至小时级的光伏功率高精度预测，以应对光伏发电的间歇性与不稳定性。构建过程中，研究人员面临多重技术难题：天空图像采集设备需在户外长期稳定运行，克服光照变化、镜头污染及天气干扰；图像与功率数据的时间同步精度要求极高，微小的偏差即可导致模型训练失效；此外，大规模图像数据的存储与标注，以及不同气候区域下数据分布的差异性，均为数据集的构建增加了复杂性。这些挑战的克服，使得SKIPP'D能够为太阳能预测模型提供可靠、多样化的训练与评估基础。

常用场景

经典使用场景

SKIPP'D数据集的核心经典使用场景在于短时太阳能发电预测，即利用天空图像与光伏发电功率时间序列的联合信息，对未来数分钟至数小时内的光伏出力进行精准预估。该数据集提供了高时间分辨率（分钟级）的天空图像与对应的光伏发电功率（PV）数据，为构建基于视觉特征的太阳能预测模型提供了理想的训练与评估基准。研究者可借助该数据集探索天空云图动态变化与光伏输出波动之间的非线性映射关系，从而开发诸如卷积神经网络（CNN）、长短期记忆网络（LSTM）或视觉Transformer等深度学习模型，实现从天空图像到发电功率的端到端预测。

衍生相关工作

SKIPP'D数据集衍生了一系列具有影响力的经典研究工作。Nie等人（2023）在其原始论文中首次提出了基于天空图像与光伏功率配对数据的预测框架，验证了视觉信息对提升预测精度的有效性。后续工作进一步扩展了该数据集的应用边界，例如结合生成对抗网络进行云图超分辨率重建以增强预测性能，或利用图神经网络建模空间相邻像素的云运动轨迹。此外，该数据集也被用作国际太阳能预测竞赛的基准，催生了多种融合注意力机制与时序卷积的混合模型，推动了光伏预测领域从单一模态向多模态协同的学术演进。

数据集最近研究

最新研究方向

随着全球可再生能源占比持续攀升，光伏发电的间歇性与波动性对电网稳定运行构成严峻挑战。SKIPP'D数据集通过同步采集高分辨率天空图像与光伏电站发电功率数据，为短时太阳辐射预测提供了宝贵的多模态基准资源。当前前沿研究方向聚焦于融合卷积神经网络与时序模型（如LSTM、Transformer）的天空图像特征提取与功率回归框架，旨在提升分钟级至小时级预测精度。该数据集在2023年发布后迅速成为光伏功率预测、云层运动估计及智能电网调度领域的重要验证平台，其公开的标准化评估协议推动了模型可复现性与跨域迁移研究。相关热点事件包括国际能源署对分布式光伏并网预测技术的专项倡议，以及IEEE等机构发起的短时太阳能预测竞赛，SKIPP'D在其中作为核心数据源，显著加速了从物理模型到数据驱动范式的学术转化。这一资源不仅降低了新能源预测研究的实验门槛，更通过量化天空图像与发电功率的时空关联，为构建高韧性低碳电网提供了关键数据支撑。