相关数据集
PGLearn/PGLearn-Large-9241_pegase-nminus1
PGLearn最优电力流数据集（9241_pegase, N-1）包含电力系统优化相关的数据，适用于表格回归任务。数据集由三种类型的电力流优化问题（交流最优电力流（ACOPF）、直流最优电力流（DCOPF）和次最优电力流（SOCOPF））组成，每种类型都包括原始变量和对应的双变量，以及元数据信息。数据集分为训练集和测试集，可用于模型训练和评估。
Hugging Face2025-05-19 更新150
PGLearn/PGLearn-Medium-NewYork2030-nminus1
PGLearn最优潮流数据集（纽约2030，N-1）：该数据集包含了用于电力系统最优潮流研究的特征数据，涉及输入功率需求、发电机和分支状态等信息，以及ACOPF和DCOPF算法相关的参数和状态信息。数据集适用于表格回归任务，分为训练集和测试集。
Hugging Face2025-05-18 更新90
PGLearn/PGLearn-Medium-1888_rte-nminus1
PGLearn最优潮流数据集（1888_rte, N-1），包含与电力系统优化相关的多种特征，如输入功率、支路状态等。数据集分为训练集和测试集，适用于表格回归任务。
Hugging Face2025-05-18 更新70
PGLearn/PGLearn-Medium-1354_pegase-nminus1
这是一个关于电力系统最优潮流计算的数据集，包含了交流最优潮流（ACOPF）、直流最优潮流（DCOPF）和二次规划最优潮流（SOCOPF）的数据。数据集特征包括输入功率、需求、设备状态、线路状态等，并提供最优潮流计算的结果和相关元信息。数据集分为训练集和测试集。
Hugging Face2025-05-17 更新90
PGLearn/PGLearn-Small-89_pegase-nminus1
PGLearn最优功率流数据集（89_pegase, N-1）包含了电力系统中的有功和无功功率流数据，以及优化过程中涉及的发电机和支路状态信息。数据集分为三种优化模型：交流最优功率流（ACOPF）、直流最优功率流（DCOPF）和交流潮流约束最优功率流（SOCOPF）。每种模型都包含原始和双重优化变量，以及模型的构建、提取和求解时间等元数据信息。数据集适用于表格回归任务，并提供训练集和测试集。
Hugging Face2025-05-17 更新80
