按研究场景选能源数据集:26 个开源数据集完整指南
2026/9/5 2:25:41 网站建设 项目流程

按研究场景选能源数据集:26 个开源数据集完整指南

【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets

Awesome Public Datasets 是一个按主题分类的开源数据集目录,它的 Energy 章节收录了 26 个能源数据集,覆盖家庭分钟级电力、建筑能耗、国家电力统计三个粒度。下面的选型指南能帮你在 3 分钟内按场景挑对电力消耗数据。

先弄清 3 个选型维度

  • 数据粒度:从单台电器每分钟功耗,到一栋楼每月的电表读数。粒度决定你能回答什么问题——做家电级能耗分解要分钟级数据,做宏观政策分析只需要月级或年度数据。
  • 时间跨度:MORED 从 2019 年春季开始采集,DEL 记录了 1994 到 2014 年。跨度越长,越适合做消费趋势和长期对比。
  • 覆盖地区:美国、英国、南非、摩洛哥、德国、巴基斯坦、乌克兰等。看你的研究是否需要本地数据。

家庭用电分析:分钟级电力与非侵入式负载监测 🔌

这组的核心是非侵入式负载监测(NILM):只凭入户电表读数,估算出家里哪台电器正在耗电,不用额外装传感器。

  • AMPds:分钟级家庭电力数据。做家庭用电模式研究,解决家电级功耗分解。
  • ECO:苏黎世联邦理工的家庭电力基准。用于构建和训练非侵入式负载监测模型。
  • REDD:MIT 家庭电力与电器级数据。做 NILM 研究和模型对比。
  • WHITED:NILM 工作坊的家庭电力数据。用于负载监测模型评测。
  • SYND:合成 NILM 数据集。在没有真实数据时做模型压测和复现。
  • PLAID:插拔负载电器识别数据。用于识别即插即用类电器的使用情况。
  • UK-DALE:英国家庭电器级电力。做英国电器级用电分析。
  • HES:英国家庭电力研究。用于家庭消费模式分析。
  • DEL:南非家庭电力负荷,1994–2014。做发展中国家家庭能源研究。
  • COMBED:家庭能源基准数据集。用于能源数据的基准对比。
  • HFED:家庭能耗数据集。做家庭级能源分析。
  • iAWE:集成家庭能源数据集。用于多源能源数据研究。
  • Tracebase:电力使用轨迹数据。做细粒度电力 trace 分析。

建筑能耗管理:电耗分解 🏢

  • BLUEd:建筑级全标注电力分解数据集。做智能楼宇能源管理与负载分解。
  • MORED:摩洛哥建筑电力消耗,2019 年春季起。做发展中国家的建筑级能耗研究。

国家级电力统计与政策 🌍

  • EIA:美国能源信息署电力数据(Form 923)。做美国官方电力统计。
  • PUDL:美国公用事业数据解放项目。分析美国电力、排放与成本。
  • Global Power Plant Database:全球发电厂数据库。研究发电基础设施与发电效率。
  • MaStR:德国能源市场主数据登记库。做德国官方能源市场数据。
  • Smart Meter Data Portal:美国智能电表数据门户(NSF)。分析智能电表与家庭负载。
  • Electric Load Forecasting:电力负荷预测公开数据集合集。构建负荷预测模型。
  • Ukraine Energy Centre:乌克兰能源统计。做国家级能源统计研究。
  • Pakistan Fuel Prices:巴基斯坦零售燃料价格(油气部发布)。做能源价格研究。
  • US Plug-In Solar:美国 50 州阳台光伏合法性 JSON,免费免鉴权。研究光伏政策与部署。

清洁能源技术:燃料电池数据 🔋

  • DBFC:直接硼氢化物燃料电池数据集。研究氢燃料电池效率与材料。
  • PEM1:质子交换膜(PEM)燃料电池数据集。研究 PEM 燃料电池系统。

怎么获取能源数据集、从哪入手 📥

  1. 先定场景:做家庭电器级分析,去非侵入式负载监测组,从 ECO 或 AMPds 起步;做宏观政策研究,看 EIA 或 PUDL。
  2. 打开仓库 README 的 Energy 章节,每个数据集都带官方下载链接和一条 Meta 信息,按链接取数。多数免费,少数需在官网注册。
  3. 克隆目录本地浏览:git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets

【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询