数据集概述
该数据集包含2017年1月至2020年12月巴拉圭上巴拉那省的电力消耗与气象数据，涵盖55个馈线（14个变电站）的每小时电力消耗记录及单气象站每三小时的气象观测数据，可用于能源与气候相关的建模、模拟及机器学习算法验证。
文件详解
- 原始数据文件：
- meteorological-raw.csv：CSV格式，包含气象原始数据，字段包括datetime（时间）、temperature（温度）、humidity（相对湿度）、wind_speed（风速）、pressure（气压）
- electricity-consumption-raw.csv：CSV格式，包含电力消耗原始数据，字段包括datetime（时间）、substation（变电站）、feeder（馈线）、consumption（电流消耗）
- 处理后数据文件：
- meteorological-processed.csv：CSV格式，经过处理的气象数据，字段与原始气象文件一致，时间频率调整为每小时
- electricity-consumption-processed.csv：CSV格式，经过处理的电力消耗数据，字段与原始电力消耗文件一致
- 辅助文件：
- data-imputation.py：Python脚本，用于数据插补处理
- substations-geographical-location.csv：CSV格式，包含变电站地理位置信息
适用场景
- 能源消耗预测模型训练与验证
- 气象因素对电力需求影响的相关性分析
- 能源系统优化与模拟研究
- 机器学习回归/分类算法在能源领域的性能测试
- 气候与能源消耗耦合关系研究
