摘要：该数据集面向巴拿马电力系统的短期负荷预测任务，数据时间范围为2015年1月至2020年6月，采用每小时记录粒度。
数据集概述
该数据集面向巴拿马电力系统的短期负荷预测任务，数据时间范围为2015年1月至2020年6月，采用每小时记录粒度。主要任务是根据历史用电负荷、气象和日历等信息预测未来一周共168小时的电力需求，并与电力系统运营商发布的周度预调度预测结果进行比较。
数据结构与关键特征
continuous dataset.csv包含按照日期时间索引合并的连续负荷、温度、相对湿度、降水量、风速、节假日和学校周期等变量；周度预调度预测文件保存运营商的历史负荷预测值；train_dataframes.xlsx和test_dataframes.xlsx提供14组建议的训练与测试数据划分。测试周期覆盖常规月份、节假日和新冠疫情封锁阶段，并要求保持数据的时间顺序。
应用价值与研究方向
该数据集可用于短期电力负荷预测、能源需求分析、电网调度优化和运营商预测模型评估。研究者可以比较回归模型、随机森林、梯度提升、LSTM、TCN及Transformer等算法，并研究天气变化、节假日、学校周期和突发公共事件对电力需求的影响，从而提高一周尺度负荷预测的准确性与稳定性。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-635
文件大小：54M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)