Electricity

displayName: Electricity (Individual household electric power consumption Data Set)
license:
- CC BY 4.0
mediaTypes:
- Time series
paperUrl: http://jestec.taylors.edu.my/Vol%2011%20issue%2011%20November%202016/11_11_11.pdf
publishDate: "2012-08-30"
publishUrl: https://archive.ics.uci.edu/ml/datasets/individual+household+electric+power+consumption
publisher:
- University of California
tags:
- Electric
taskTypes:
- Core Set Discovery
- Univariate Time Series Forecasting
- Multivariate Time Series Imputation
- Time Series

---
# 数据集介绍
## 简介
在近 4 年的时间里，以一分钟的采样率测量一个家庭的电力消耗。提供不同的电量和一些分计量值。数据集信息：该档案包含 2075259 次测量，这些测量值在 2006 年 12 月至 2010 年 11 月（47 个月）期间在位于 Sceaux（法国巴黎 7 公里）的一所房屋中收集。注：1.(global_active_power*1000/60 - sub_metering_1 - sub_metering_2 - sub_metering_3) 表示未在子计量 1、2 和 3 中测量的电气设备在家庭中每分钟消耗的有功电能（以瓦特小时为单位）。 2.The数据集包含测量中的一些缺失值（近 1.25% 的行）。数据集中存在所有日历时间戳，但对于某些时间戳，测量值缺失：缺失值由两个连续的分号属性分隔符之间的缺失值表示。例如，数据集显示 2007 年 4 月 28 日的缺失值。 属性信息： 1.date：日期格式为 dd/mm/yyyy 2.time：时间格式为 hh:mm:ss 3.global_active_power：家庭全球分钟平均有功功率（千瓦） 4.global_reactive_power：家庭全球分钟平均无功功率（千瓦） 5.voltage：分钟平均电压（伏特） 6.global_intensity：家庭全球分钟平均电流强度（安培） 7. sub_metering_1：电能分计量1号（有功电能瓦时）。它对应于厨房，主要包含洗碗机、烤箱和微波炉（热板不是电动的，而是燃气驱动的）。 8.sub_metering_2：电能分计量2号（有功电能瓦时）。它对应于洗衣房，里面有洗衣机、烘干机、冰箱和灯。 9.sub_metering_3：3号电能分计量（瓦时有功电能）。它对应于电热水器和空调。我们建议使用以下伪 APA 参考格式来引用此存储库：Dua, D. 和 Graff, C. (2019)。 UCI 机器学习存储库 [http://archive.ics.uci.edu/ml]。加利福尼亚州欧文：加利福尼亚大学信息与计算机科学学院。这里还有一个 BiBTeX 引文：@misc{Dua:2019 , author = "Dua, Dheeru and Graff, Casey", year = "2017", title = "{UCI} Machine Learning Repository", url = "http:// /archive.ics.uci.edu/ml”，机构 = “加州大学欧文分校信息与计算机科学学院”}

## Download dataset
:modelscope-code[]{type="git"}

displayName: 电力数据集（单个家庭电力消耗数据集）
license:
- 知识共享署名4.0国际许可协议（CC BY 4.0）
mediaTypes:
- 时间序列数据
paperUrl: http://jestec.taylors.edu.my/Vol%2011%20issue%2011%20November%202016/11_11_11.pdf
publishDate: "2012-08-30"
publishUrl: https://archive.ics.uci.edu/ml/datasets/individual+household+electric+power+consumption
publisher:
- 加利福尼亚大学
tags:
- 电力
taskTypes:
- 核心集发现（Core Set Discovery）
- 单变量时间序列预测（Univariate Time Series Forecasting）
- 多变量时间序列缺失值插补（Multivariate Time Series Imputation）
- 时间序列（Time Series）

---

# 数据集介绍
## 简介
本数据集以1分钟采样率，对单个家庭的电力消耗开展了近4年的连续监测，涵盖多类电量指标与分项计量值。数据集详情：本档案共包含2075259条测量记录，采集时段为2006年12月至2010年11月（共计47个月），数据采集地点位于法国巴黎近郊7公里处的瑟欧（Sceaux）的一处住宅。
注：1. 公式 `(global_active_power*1000/60 - sub_metering_1 - sub_metering_2 - sub_metering_3)` 代表家庭中未被sub_metering_1、sub_metering_2、sub_metering_3计量的电气设备每分钟消耗的有功电能，单位为瓦时。2. 该数据集存在部分缺失值，缺失率约为1.25%的记录行。数据集覆盖了所有日历时间戳，但部分时间戳对应的测量值缺失，缺失值以两个连续分号属性分隔符之间的空值表示，例如2007年4月28日存在缺失值记录。
属性信息：
1. date：日期，格式为dd/mm/yyyy
2. time：时间，格式为hh:mm:ss
3. global_active_power：家庭全局分钟平均有功功率，单位为千瓦
4. global_reactive_power：家庭全局分钟平均无功功率，单位为千瓦
5. voltage：分钟平均电压，单位为伏特
6. global_intensity：家庭全局分钟平均电流强度，单位为安培
7. sub_metering_1：分项计量1（有功电能瓦时），对应厨房区域，主要用电设备包括洗碗机、烤箱与微波炉（灶台为燃气驱动，非电动）。
8. sub_metering_2：分项计量2（有功电能瓦时），对应洗衣区域，用电设备涵盖洗衣机、干衣机、冰箱与照明灯具。
9. sub_metering_3：分项计量3（有功电能瓦时），对应电热水器与空调设备。
我们建议采用以下伪APA格式引用本数据集：Dua, D. 与 Graff, C. (2019)。UCI机器学习存储库 [http://archive.ics.uci.edu/ml]。加利福尼亚州欧文市：加利福尼亚大学信息与计算机科学学院。此外还提供BiBTeX引用格式：
bibtex
@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "加州大学欧文分校信息与计算机科学学院"
}

## 下载数据集
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

该数据集记录了2006年至2010年间法国一户家庭近4年的用电情况，包含超过200万条分钟级采样数据，涵盖了全局有功功率、电压、电流及厨房、洗衣房等细分区域的能耗计量。数据具有高时间分辨率，但存在少量缺失值，适用于家庭能源消耗模式分析和时间序列预测研究。