HEAPO

HEAPO是一个开源的数据集，包含瑞士苏黎世州1408个家庭的热泵和智能电表在2018年11月3日至2024年3月21日期间的15分钟和每日分辨率的电力消耗数据。数据集还包括家庭基本信息、8个气象站的天气数据和专业能源顾问进行的410次现场访问记录。该数据集旨在支持热泵性能优化的研究和实践解决方案，可用于开发提高能源效率、分解负载、利用需求响应计划中的灵活性以及估算住宅光伏发电量的算法和应用。HEAPO is an open-source dataset that contains 15-minute and daily resolution electricity consumption data from heat pumps and smart meters of 1408 households in the Swiss canton of Zurich, covering the period from November 3, 2018 to March 21, 2024. The dataset also includes basic household information, weather data from 8 meteorological stations, and records of 410 on-site visits conducted by professional energy consultants. This dataset aims to support research and practical solutions for heat pump performance optimization, and can be used to develop algorithms and applications for improving energy efficiency, load disaggregation, leveraging flexibility in demand response programs, and estimating residential photovoltaic power generation.

搜集汇总

数据集介绍

构建方式

HEAPO数据集通过整合瑞士苏黎世州1,408户家庭的智能电表数据、现场检查协议和气象数据构建而成。数据采集时间跨度为2018年11月至2024年3月，包含15分钟和日分辨率两种时间粒度的用电记录。数据集采用多源异构数据融合技术，通过唯一家庭标识符实现跨数据源的关联匹配，并严格遵循隐私保护规范进行匿名化处理。专业能源顾问对214户家庭进行的410次现场优化检查形成了珍贵的真实工况数据，同时配套开发的Python数据加载器极大简化了数据访问流程。

特点

该数据集的核心价值在于其多维度的真实世界数据集成：既包含细粒度的用电负荷曲线，又涵盖建筑特征元数据、8个气象站的温度记录，以及专业能源顾问标注的系统优化记录。特别值得注意的是，数据集创新性地将智能电表监测与人工巡检结果相结合，为研究热泵性能退化、能效优化提供了难得的基准数据。数据覆盖时间长、样本量大，且经过严格的质量验证，R²系数达到0.99，确保了数据的可靠性和研究适用性。

使用方法

研究人员可通过GitHub获取数据集及配套Python加载器，该工具支持自动数据对齐、时间序列重采样和可视化分析。典型应用场景包括：基于用电模式识别异常热泵工况，分析优化干预的节能效果，开发负荷分解算法，以及研究气候变化对热泵能耗的影响。数据加载器提供的高级功能可自动关联气象数据，并支持按咨询时间点分割用电序列，便于纵向对比研究。所有数据均采用标准化CSV格式存储，确保与非Python生态的兼容性。

背景与挑战

背景概述

HEAPO数据集由苏黎世联邦理工学院信息管理系与苏黎世州电力公司合作构建，于2025年3月作为开源数据集发布，旨在解决住宅热泵系统能效优化的关键问题。该数据集整合了1,408户瑞士家庭的智能电表数据（15分钟与日分辨率）、8个气象站的环境数据及410份现场检测报告，时间跨度为2018至2024年。作为首个融合多源真实运营数据的公开资源，其创新性体现在将用电行为数据与专家优化记录关联，为热泵性能分析、需求响应策略开发及预测性维护算法提供了实证基础，对推动清洁供暖数字化转型具有里程碑意义。

当前挑战

领域挑战方面，热泵系统存在因规划缺陷、配置错误导致的24%能效损失（Nolting et al., 2018），而欧洲安装人员短缺（75万缺口）加剧了优化困境。数据集构建面临三重技术挑战：(1) 多源异构数据融合需解决时空对齐问题，如将气象数据通过Haversine距离匹配家庭位置；(2) 隐私保护要求对1,408户地理信息脱敏处理；(3) 数据质量管控需修正智能电表负值读数及连续零值异常，最终通过OBIS编码标准化实现跨设备数据一致性验证（R²=0.99）。这些挑战的克服为后续研究提供了高信噪比的基准数据。

常用场景

经典使用场景

在住宅供暖系统优化领域，HEAPO数据集通过整合1408户家庭的智能电表数据与410份现场检查协议，为研究人员提供了分析热泵能耗模式与性能优化的真实场景。数据集以15分钟和日分辨率记录2018至2024年间瑞士苏黎世州的电力消耗数据，结合8个气象站的环境参数，支持对热泵运行效率与气候条件关联性的深入研究。其典型应用包括识别夜间回 setback设置不当、加热曲线配置过高等常见低效问题，并通过干预前后能耗对比验证优化措施的有效性。

衍生相关工作

基于HEAPO衍生的经典研究包括：Brudermueller等人开发的非侵入式热泵负载分解算法（BuildSys 2023），利用低分辨率电表数据识别设备启停特征；Weigert团队提出的用户中心问题识别框架（Energy Informatics 2022），将现场协议分类体系与机器学习结合；Schlemminger德国热泵数据集（Scientific Data 2022）的横向比较研究，揭示了气候带对热泵性能评估指标的差异性影响。这些工作共同推动了数字化工具有效性验证方法的标准化进程。

数据集最近研究

最新研究方向

近年来，HEAPO数据集在热泵优化领域的研究方向主要集中在智能电表数据分析与现场检查协议的结合应用。随着全球对碳中和目标的追求，热泵作为住宅供暖脱碳的关键技术，其能效优化成为研究热点。该数据集通过整合1408户家庭的电力消耗数据、天气数据及410份现场检查报告，为研究人员提供了丰富的真实世界数据。前沿研究包括利用机器学习算法识别热泵的低效运行模式，开发预测性维护模型，以及探索需求侧管理策略。这些研究不仅有助于降低家庭能源成本，还能缓解电网压力，推动可持续供暖系统的普及。

相关研究论文

• HEAPO -- An Open Dataset for Heat Pump Optimization with Smart Electricity Meter Data and On-Site Inspection Protocols

  苏黎世联邦理工学院信息管理学系，瑞士苏黎世 · 2025年