RECON-SL

Name: RECON-SL
Creator: LIRNEasia（斯里兰卡）; 新加坡国立大学; 卡内基梅隆大学
Published: 2026-09-24T05:02:29+08:00

arXiv2026-09-24 更新2026-10-01 收录

住宅电力消费研究

能源公平政策分析

数据链接：

https://doi.org/10.21227/n1dk-q860 数据链接链接失效反馈

官方服务：

资源简介：

RECON-SL数据集由LIRNEasia等机构创建，是斯里兰卡首个多源住宅电力消费数据集，整合了用户账单记录、高频智能电表数据和三轮家庭调查数据，覆盖4,063个家庭。数据集包含超过5000万次电表读数及11,000余次调查访谈，提供月度、6小时和15分钟三种时间分辨率，其中1,438个家庭装备智能电表。数据收集自斯里兰卡LECO电力公司服务区域，采用分层随机抽样，调查内容涵盖人口统计、住房、电器拥有及能源安全感知。该数据集旨在支持电力负荷预测、机器学习、行为研究、配电规划及能源公平政策分析，为南亚新兴经济体提供了独特的能源研究资源。

The RECON-SL dataset, developed by institutions including LIRNEasia, is Sri Lanka's first multi-source residential electricity consumption dataset. It integrates user billing records, high-frequency smart meter data, and three rounds of household survey data, covering a total of 4,063 households. The dataset contains over 50 million meter readings and more than 11,000 survey interviews, and offers three temporal resolutions: monthly, 6-hour, and 15-minute. A total of 1,438 households in the sample are equipped with smart meters. All data was collected within the service area of Sri Lanka's LECO Electricity Company via stratified random sampling. The survey covers demographics, housing conditions, appliance ownership, and perceptions of energy security. This dataset aims to support research in electricity load forecasting, machine learning, behavioral studies, distribution planning, and energy equity policy analysis, providing a unique energy research resource for emerging economies in South Asia.

提供机构：

LIRNEasia（斯里兰卡）; 新加坡国立大学; 卡内基梅隆大学

创建时间：

2026-09-24

原始信息汇总

Residential Electricity Consumption Dataset for Sri Lanka (RECON-SL)

基本信息

DOI：10.21227/n1dk-q860
数据集页面：https://doi.org/10.21227/n1dk-q860
数据格式：*.csv
分类：Power and Energy
关键词：Residential Electricity Consumption
开放获取：Open Access
创建日期：2025年2月28日
最后更新：2025年10月21日
资助机构：Lacuna Fund
浏览量：2405
下载量：935

作者与提交信息

作者：
- Chanuka Algama（LIRNEasia）
- Isuruni Fernando（LIRNEasia）
- Merl Chandana（LIRNEasia）
- Dinithi Dissanayake（National University of Singapore）
- Nipuni Habaragamuwa（LIRNEasia）
- Pasindu Ranage（LIRNEasia）
- Jesus Ramos（California Policy Lab）
- Kasun Amarasinghe（Carnegie Mellon University）
提交者：LIRNEasia

数据集概述

RECON-SL 是一个多源数据集，整合了斯里兰卡 Lanka Electricity Company (LECO) 服务区的公用事业记录、高频智能电表数据和家庭调查数据。

覆盖家庭数：4,063 户
采集时间：2022年10月至2025年1月
时间间隔覆盖：月度、6 小时、15 分钟
月度账单周期数据：覆盖全部家庭
智能电表数据：覆盖 1,438 户子样本，含 15 分钟精细读数与 6 小时较粗记录
调查波次：三轮调查，涵盖人口统计、住房、电器拥有情况及能源安全感知
数据规模：超过 5,000 万条电表读数，超过 11,000 次家庭访谈的详细调查回复
数据缺口：智能电表覆盖的已知缺口已向用户记录说明

该数据集是斯里兰卡首个此类数据集，也是全球少数在如此规模上将智能电表记录与纵向调查数据关联的数据集之一。

应用方向

电力负荷预测
社会经济与行为能源研究
配电规划
能源可负担性与公平性政策分析

数据集文件

data.zip（大小：1.05 GB）
documentation.zip
访问方式：开放获取数据集文件需登录后可访问（创建免费 IEEE 账户即可，无需 IEEE 会员资格）

引用信息

IEEE 格式：Chanuka Algama, Isuruni Fernando, Merl Chandana, Dinithi Dissanayake, Nipuni Habaragamuwa, Pasindu Ranage, Jesus Ramos, Kasun Amarasinghe, "Residential Electricity Consumption Dataset for Sri Lanka (RECON-SL)", IEEE Dataport, February 28, 2025, doi:10.21227/n1dk-q860
直接引用：Referenced by: https://doi.org/10.1145/3744255.3798119 (Jun 22, 2026)

其他信息

使用说明：数据集使用方式及各数据组件与特征的描述记录在文档文件中。
私有消息：可向作者发送私有消息
问题报告：可报告数据集相关问题

搜集汇总

数据集介绍

构建方式

在斯里兰卡住宅电力消费数据稀缺的背景下，RECON-SL的构建依托Lanka Electricity Company（LECO）的客户数据库，采用分层随机抽样，以电表类型和分支机构为分层变量，抽取4,063户家庭。数据整合了三种来源：月度账单记录覆盖全部样本，智能电表子样本（1,438户）提供15分钟和6小时分辨率读数，同时开展三轮纵向家庭调查，采集人口统计、住房特征、电器拥有量及能源安全感知等信息。通过统一家庭标识符链接消费与调查数据，并经过严格清洗与校验。

使用方法

RECON-SL公开存储于IEEE DataPort、Zenodo和Kaggle，采用CC BY 4.0许可，用户可免费获取。使用时，通过唯一家庭ID链接消费与调查文件，分别读取月度、6小时或15分钟电表数据及对应波次问卷。智能电表原始读数为累积值，需差分计算消费量。数据集支持负荷预测、行为分析、政策评估等任务，但需注意其仅代表LECO服务区域，不适用于全国代表性分析或电器级分解。官方提供处理脚本和文档以促进可重复研究。

背景与挑战

背景概述

在全球能源转型与需求侧管理日益倚重数据驱动决策的背景下，高时空分辨率居民用电数据却高度集中于欧美发达国家，南亚等新兴经济体长期面临此类数据稀缺的困境。为弥合这一鸿沟，斯里兰卡公共政策智库LIRNEasia联合兰卡电力公司（LECO），在Lacuna Fund资助下，于2022年10月至2025年1月间构建了RECON-SL数据集。该数据集首次在斯里兰卡将4063户家庭的用电记录与三轮纵向入户调查相链接，涵盖月度账单、15分钟及6小时智能电表读数逾5000万条，并附带超11000份问卷访谈，成为全球少数在千户规模上融合高频计量与行为调查的开放资源，为能源公平、负荷预测及政策评估提供了独特的南亚实证基础。

当前挑战

RECON-SL所应对的核心挑战，在于如何在智能电表渗透率仅约10%且数据治理体系尚不完善的低收入国家，构建兼具时间深度与行为广度的居民能耗数据集。具体而言，该数据集需克服三重难题：其一，领域内长期缺乏将高频负荷曲线与家庭社会经济属性、电器持有及用能态度系统性关联的南亚样本，致使负荷预测与能效干预研究难以本地化验证；其二，智能电表数据因通信故障、断电及服务器异常导致严重缺失，15分钟与6小时记录的完整度分别仅20.2%和47.7%，为负荷分解与实时建模带来显著不确定性；其三，三轮追踪调查面临样本流失与回忆偏差，且问卷变量跨波次可比性需依赖严格的质量控制与逻辑校验，以确保纵向行为分析的稳健性。

常用场景

经典使用场景

在能源信息学与电力系统研究领域，RECON-SL数据集的经典应用场景集中于多时间尺度电力负荷预测与需求侧管理分析。依托其涵盖月度账单、6小时聚合及15分钟高频智能电表记录的多分辨率结构，研究者可构建从短期负荷波动到长期消费趋势的预测模型。尤为独特的是，该数据集将超过五千万条电表读数与三轮纵向家庭调查相链接，使得基于设备拥有情况、居住特征与用能态度的细粒度负荷画像成为可能，为非侵入式负荷监测与消费模式聚类提供了稀缺的南亚实证基础。

解决学术问题

该数据集有效弥合了全球南方在居民能源微观数据方面的结构性缺口。既往研究多受限于高分辨率电表数据与社会经济调查相割裂的困境，难以在统一框架下探究用能行为的社会驱动机制。RECON-SL通过在同一家庭样本上实现智能电表记录与三轮面板调查的精准链接，使得诸如电价改革响应、能源可负担性异质性以及用能公平等议题得以在实证层面被系统检验，为能源政策分析与行为建模提供了可靠的长时段观测窗口，其意义在于推动新兴经济体情境下的循证决策与算法基准测试。

实际应用

在实际应用层面，该数据集为斯里兰卡及类似新兴经济体的配电网规划与需求响应策略设计提供了直接支撑。公用事业公司可借助其负荷曲线特征优化馈线容量配置与峰值管理方案，政策制定者则能利用调查与电表数据的联动，评估分时电价与补贴机制对不同社会经济群体的差异化影响。此外，该数据集对太阳能产消者净计量动态的记录，亦为分布式能源并网管理与能效干预措施的落地提供了可操作的量化依据。

数据集最近研究