SML2010数据集 温度、湿度、天气（包含风、雨等）

Dr. Francisco Zamora-Martinez, Pablo Romeu-Guallart, Dr. Juan Pardo. francisco.zamora '@' uch.ceu.es Embedded Systems and Artificial Intelligence (ESAI) research group Dep. de Ciencias F?-sicas, Matem??ticas y de la Computaci?3n Universidad CEU Cardenal Herrera Data Set Information: The dataset could contain missing values. The data was sampled every minute, computing and uploading it smoothed with 15 minute means. The header of the data file is a commentary (begins with #) indicating which data is stored at which column (in Spanish). The data is time information is in UTC. Attribute Information: The attributes are: 1. Date: in UTC. 2. Time: in UTC. 3. Indoor temperature (dinning-room), in ?oC. 4. Indoor temperature (room), in ?oC. 5. Weather forecast temperature, in ?oC. 6. Carbon dioxide in ppm (dinning room). 7. Carbon dioxide in ppm (room). 8. Relative humidity (dinning room), in %. 9. Relative humidity (room), in %. 10. Lighting (dinning room), in Lux. 11. Lighting (room), in Lux. 12. Rain, the proportion of the last 15 minutes where rain was detected (a value in range [0,1]). 13. Sun dusk. 14. Wind, in m/s. 15. Sun light in west facade, in Lux. 16. Sun light in east facade, in Lux. 17. Sun light in south facade, in Lux. 18. Sun irradiance, in W/m2. 19. Enthalpic motor 1, 0 or 1 (on-off). 20. Enthalpic motor 2, 0 or 1 (on-off). 21. Enthalpic motor turbo, 0 or 1 (on-off). 22. Outdoor temperature, in ?oC. 23. Outdoor relative humidity, in %. 24. Day of the week (computed from the date), 1=Monday, 7=Sunday. Relevant Papers: N/A Citation Request: F. Zamora-Martínez, P. Romeu, P. Botella-Rocamora, J. Pardo, On-line learning of indoor temperature forecasting models towards energy efficiency, Energy and Buildings, Volume 83, November 2014, Pages 162-172, ISSN 0378-7788, [Web link].

弗朗西斯科·萨莫拉-马丁内斯（Francisco Zamora-Martínez）博士、巴勃罗·罗梅乌-瓜利亚特（Pablo Romeu-Guallart）、胡安·帕尔多（Juan Pardo）博士
邮箱：[e-mail]
嵌入式系统与人工智能（Embedded Systems and Artificial Intelligence，ESAI）研究组
西班牙卡瓦内哈尔大学（Universidad CEU Cardenal Herrera）物理、数学与计算机科学系

数据集说明：
本数据集可能包含缺失值。数据以每分钟为采样间隔进行采集，并通过15分钟均值平滑处理后完成计算与上传。数据文件的表头为注释行（以#开头），以西班牙语标注了各列所存储的数据内容。数据中的时间信息采用协调世界时（UTC）。

属性说明：
各属性详情如下：
1. 日期：采用协调世界时（UTC）
2. 时间：采用协调世界时（UTC）
3. 室内温度（餐厅），单位为摄氏度（℃）
4. 室内温度（卧室），单位为摄氏度（℃）
5. 天气预报温度，单位为摄氏度（℃）
6. 二氧化碳浓度（餐厅），单位为ppm
7. 二氧化碳浓度（卧室），单位为ppm
8. 相对湿度（餐厅），单位为%
9. 相对湿度（卧室），单位为%
10. 光照强度（餐厅），单位为勒克斯（Lux）
11. 光照强度（卧室），单位为勒克斯（Lux）
12. 降雨占比：过去15分钟内检测到降雨的时间比例，取值范围为[0,1]
13. 日落时刻
14. 风速，单位为米每秒（m/s）
15. 西立面日照光照强度，单位为勒克斯（Lux）
16. 东立面日照光照强度，单位为勒克斯（Lux）
17. 南立面日照光照强度，单位为勒克斯（Lux）
18. 太阳辐照度，单位为瓦每平方米（W/m²）
19. 焓驱动电机1：取值为0或1，分别对应关闭、开启状态
20. 焓驱动电机2：取值为0或1，分别对应关闭、开启状态
21. 焓驱动涡轮电机：取值为0或1，分别对应关闭、开启状态
22. 室外温度，单位为摄氏度（℃）
23. 室外相对湿度，单位为%
24. 星期几（由日期计算得出）：1代表周一，7代表周日

相关文献：无

引用请求：
F. Zamora-Martínez, P. Romeu, P. Botella-Rocamora, J. Pardo, 面向能效优化的室内温度预测模型在线学习，《能源与建筑》，第83卷，2014年11月，第162-172页，ISSN 0378-7788，[网页链接]。

搜集汇总

背景与挑战

背景概述

SML2010数据集是一个包含多种环境参数的时间序列数据集，主要记录室内外的温度、湿度、二氧化碳浓度、光照、降雨量和风速等信息。数据以每分钟采样，并经过15分钟平均平滑处理，时间信息采用UTC格式。该数据集适用于环境监测和能源效率研究等领域。