ETT

displayName: ETT (Electricity Transformer Temperature)
license:
- CC BY-ND 4.0
mediaTypes:
- Time series
paperUrl: https://arxiv.org/pdf/2012.07436v3.pdf
publishDate: "2021"
publishUrl: https://github.com/zhouhaoyi/ETDataset
publisher:
- Beihang University
- University of California, Berkeley
- Rutgers University
tags:
- Transformer Data
taskTypes:
- Time Series Forecasting
- Multivariate Time Series Forecasting
- Univariate Time Series Forecasting

---
# 数据集介绍
## 简介
电力变压器温度 (ETT) 是电力长期部署的关键指标。该数据集由来自中国两个分离县的2年数据组成。为了探索长序列时间序列预测 (LSTF) 问题的粒度，创建了不同的子集，{ETTh1，ETTh2} 为1小时级，ETTm1为15分钟级。每个数据点由目标值 “油温” 和6个功率负载特征组成。火车/val/测试为12/4/4个月。
## 引文
```
@inproceedings{zhou2021informer,
title={Informer: Beyond efficient transformer for long sequence time-series forecasting},
author={Zhou, Haoyi and Zhang, Shanghang and Peng, Jieqi and Zhang, Shuai and Li, Jianxin and Xiong, Hui and Zhang, Wancai},
booktitle={Proceedings of AAAI},
year={2021}
}
```

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

数据集元信息
显示名称：ETT（电力变压器温度（Electricity Transformer Temperature））
许可协议：CC BY-ND 4.0
媒体类型：时间序列（Time series）
论文链接：https://arxiv.org/pdf/2012.07436v3.pdf
发布日期：2021年
发布地址：https://github.com/zhouhaoyi/ETDataset
发布机构：北京航空航天大学、加州大学伯克利分校、罗格斯大学
标签：Transformer（Transformer）数据
任务类型：时间序列预测、多变量时间序列预测、单变量时间序列预测

---
# 数据集介绍
## 简介
电力变压器温度是电力系统长期部署的核心监测指标。本数据集包含来自中国两个独立县域的2年时长观测数据。为探究长序列时间序列预测（Long Sequence Time-series Forecasting, LSTF）问题的粒度差异，研究团队构建了多个子集：{ETTh1、ETTh2}为1小时粒度的数据集，ETTm1为15分钟粒度的数据集。每条数据由目标变量“油温”及6项电力负载特征构成。训练集、验证集、测试集的划分比例为12:4:4（按月份统计）。
## 引文

@inproceedings{zhou2021informer,
title={Informer：超越高效Transformer的长序列时间序列预测方法},
author={Zhou, Haoyi and Zhang, Shanghang and Peng, Jieqi and Zhang, Shuai and Li, Jianxin and Xiong, Hui and Zhang, Wancai},
booktitle={Proceedings of AAAI},
year={2021}
}

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

搜集汇总

背景与挑战

背景概述

ETT数据集是一个用于长期时间序列预测的电力变压器温度数据集，包含来自中国两个县的两年数据，分为小时级别（ETTh1、ETTh2）和15分钟级别（ETTm1）子集以探索预测粒度。每个数据点包括油温目标值和6个电力负载特征，数据按12/4/4个月进行训练/验证/测试分割，适用于时间序列分析和预测模型开发。