【能源数据分析-00】能源领域数据集集锦（动态更新）

一、前言

大数据科学在能源领域的深度应用，已经深刻改变了这一行业的垂直格局。它为我们提供了宝贵的见解，帮助降低下游市场的成本，使石油生产商能够更好地应对市场繁荣期的需求。近期，石油价格的剧烈下跌给全球经济带来了沉重打击，而价格的频繁波动以及能源项目的高昂成本，使得高质量的信息变得至关重要。如今，随着组织开始利用流数据技术来提升能源效率，大数据已经成为实现这一目标的关键工具。例如，某大型大学就通过监控和分析其能源使用的流数据，结合天气数据，实现了对能源利用和生产的实时优化调整。

在能源领域，数据科学被广泛应用于成本控制、风险管理和投资决策优化等方面。特别是成本控制，已成为能源行业中数据科学应用的一大亮点。在投资决策的优化方面，数据科学不仅有助于投资者做出更明智的选择，还能更有效地调配内部资源。此外，通过提供更为精细的监管和监控手段，数据科学也在提升公共安全方面发挥了重要作用。

能源大数据能够融合电力、石油、煤炭等能源领域的数据，以及人口、地理、气象等多方面的信息，进行综合采集、处理、分析与应用。发展能源大数据不仅有助于推动能源产业的快速发展，还能促进商业模式的创新。随着能源行业科技化、信息化水平的不断提升，以及各类监测设备和智能传感器的广泛应用，大量关于石油、煤炭、太阳能、风能等的数据信息得以产生和存储，这为构建实时、准确、高效的综合能源管理系统提供了坚实的数据基础，使得能源大数据能够充分发挥其应有的作用。

二、数据集目录

英国燃油价格
变压器油温预测
印度每日发电量
国际能源统计
太阳能发电数据
LANL_特征
中国八大碳市场价格行情数据2013年6月-2021年3月
中国地级市碳排放数据1997-2017年353地级市
中国县区碳排放数据1997-2017年2735县区，根据2010年中国区划
2000-2018年各省能源消费和碳排放数据
2020年31省份日二氧化碳排放量
太阳能电池板日发电量

三、数据集详情

1 英国燃油价格
简介：英国燃油价格，每周统计数据
名称标签数据集链接
英国燃油价格推荐系统、数据分析、能源 https://aistudio.baidu.com/aistudio/datasetdetail/116210
2 变压器油温预测
简介：数学建模“变压器油温预测
名称标签数据集链接
变压器油温预测预测 https://aistudio.baidu.com/aistudio/datasetdetail/106143
3 印度每日发电量
简介：研究印度的日常能源发电
名称标签数据集链接
印度每日发电量能源，回归 https://aistudio.baidu.com/aistudio/datasetdetail/106610
4 国际能源统计
简介：本数据集包含1990-2014年全球能源贸易与生产数据
名称标签数据集链接
国际能源统计经济学、能源、机器学习 https://aistudio.baidu.com/aistudio/datasetdetail/106551
5 太阳能发电数据
简介：数据集来自两个电厂的太阳能发电数据和传感器数据。
名称标签数据集链接
太阳能发电数据机器学习、能源 https://aistudio.baidu.com/aistudio/datasetdetail/106646
6 LANL_特征
简介：此数据集包含了从LANL竞争数据中提取的特征，其中有来自内核和训练目标变量的所有987个训练和测试数据特征。
名称标签数据集链接
LANL_特征表格数据、生成 https://aistudio.baidu.com/aistudio/datasetdetail/106697
7 中国八大碳市场价格行情数据2013年6月-2021年3月
简介：中国八大碳市场价格行情数据2013年6月-2021年3月，可以进行碳交易量及价格预测和各个区域市场需求预测。
名称标签数据集链接
中国八大碳市场价格行情数据2013年6月-2021年3月环境、能源 https://aistudio.baidu.com/aistudio/datasetdetail/121682
8 中国地级市碳排放数据1997-2017年353地级市
简介：排放清单根据中国统计局最新能源数据修订版（2015年）编制。请注意：由于方法的不同，采用表观排放量核算法和部门法得出的结果有时略有不同，城市碳排放量通过所辖县排放量求得。
名称标签数据集链接
中国地级市碳排放数据1997-2017年353地级市环境、能源 https://aistudio.baidu.com/aistudio/datasetdetail/121686
9 中国县区碳排放数据1997-2017年2735县区，根据2010年中国区划
简介：排放清单根据中国统计局最新能源数据修订版（2015年）编制。请注意：由于方法的不同，采用表观排放量核算法和部门法得出的结果有时略有不同。
名称标签数据集链接
中国县区碳排放数据1997-2017年2735县区，根据2010年中国区划环境、能源 https://aistudio.baidu.com/aistudio/datasetdetail/121687
10 2000-2018年各省能源消费和碳排放数据
简介：2000-2018年各省能源消费和碳排放数据
名称标签数据集链接
2000-2018年各省能源消费和碳排放数据环境、能源 https://aistudio.baidu.com/aistudio/datasetdetail/121689
11 2020年31省份日二氧化碳排放量
简介：2020年31省份日二氧化碳排放量
名称标签数据集链接
2020年31省份日二氧化碳排放量环境、能源 https://aistudio.baidu.com/aistudio/datasetdetail/121692
12 太阳能电池板日发电量
简介：此数据集描述了每天记录用电量的习惯的人，要记录太阳能电池板的发电量。正在尝试预测下一个1000kWh的生产日期。
名称标签数据集链接
太阳能电池板日发电量 lstm、可再生能源、回归 https://aistudio.baidu.com/aistudio/datasetdetail/108081

四、机器学习在新能源领域的应用 AI+能源

气象预测
文献
Machine learning methods for solar radiation forecasting: A review
Predicting solar generation from weather forecasts using machine learning
A Deep Physical Model for Solar Irradiance Forecasting with Fisheye Images
系统性能预测
文献
Solar power generation forecasting using ensemble approach based on deep learning and statistical methods
Predicting Dynamic Stability of Power Grids using Graph Neural Networks
应用领域
光伏电站发电量预测
系统稳定性预测
系统优化
文献
Machine Learning Applications for Data Center Optimization
应用领域
数据中心能耗优化
新能源+储能调度优化
预测维护
文献
Machine learning methods for wind turbine condition monitoring: A review
Machine-learning techniques used to accurately predict battery life
应用领域
关键设备状态监测、故障预测
电池寿命预测
Python数据分析案例24——基于深度学习的锂电池寿命预测
Datawhale学习笔记AI +新能源：电动汽车充电站充电量预测2