Energy_Consumption_Curves_of_499_etc
收藏资源简介：
displayName: Energy Consumption Curves of 499 Customers from Spain license: - CC BY 4.0 mediaTypes: - Time series paperUrl: https://arxiv.org/pdf/2110.02166v1.pdf publishDate: "2021" publishUrl: https://fordatis.fraunhofer.de/handle/fordatis/215 publisher: - Fraunhofer Institute for Integrated Circuits - Bettergy tags: - Energy Consumption taskTypes: - Time Series Regression --- # 数据集介绍 ## 简介 能源消耗的预测对于能源零售商来说至关重要，以尽量减少与日前市场获得的能源和客户实际消耗的偏差。智能电表的日益普及意味着零售商可以实时访问所有签约客户的每小时消费值。使用机器学习算法，这些每小时值可用于计算客户未来能源消耗的预测。目前的数据集允许训练和验证基于 AI 的预测模型。 ## 引文 ``` @inproceedings{mey2021prediction, title={Prediction of Energy Consumption for Variable Customer Portfolios Including Aleatoric Uncertainty Estimation}, author={Mey, Oliver and Schneider, Andr{\'e} and Enge-Rosenblatt, Olaf and Bravo, Yesnier and Stenzel, Pit}, booktitle={2021 10th International Conference on Power Science and Engineering (ICPSE)}, pages={61--71}, year={2021}, organization={IEEE} } ``` ## Download dataset :modelscope-code[]{type="git"}
displayName: 西班牙499位客户能源消耗曲线（Energy Consumption Curves of 499 Customers from Spain） license: - 知识共享署名4.0（CC BY 4.0） mediaTypes: - 时间序列（Time series） paperUrl: https://arxiv.org/pdf/2110.02166v1.pdf publishDate: "2021年" publishUrl: https://fordatis.fraunhofer.de/handle/fordatis/215 publisher: - 弗劳恩霍夫集成电路研究所（Fraunhofer Institute for Integrated Circuits） - Bettergy tags: - 能源消耗（Energy Consumption） taskTypes: - 时间序列回归（Time Series Regression） --- # 数据集介绍 ## 简介 能源消耗预测对于能源零售商而言至关重要，其核心目标是尽可能缩减日前市场采购能源与客户实际能耗之间的偏差。随着智能电表的日益普及，零售商已可实时获取所有签约客户的逐时能耗数据。依托机器学习算法，这类逐时能耗数据可用于构建客户未来能源消耗的预测模型，而本数据集即可用于训练与验证此类基于人工智能（AI）的预测模型。 ## 引文 @inproceedings{mey2021prediction, title={含随机不确定性估计的可变客户组合能源消耗预测}, author={Mey, Oliver and Schneider, André and Enge-Rosenblatt, Olaf and Bravo, Yesnier and Stenzel, Pit}, booktitle={2021年第十届电力科学与工程国际会议(ICPSE)}, pages={61--71}, year={2021}, organization={IEEE} } ## 数据集下载 :modelscope-code[]{type="git"}
