摘要：建筑能源消耗数据集（Schneider Electric）包含 260+ 建筑的历史消耗、建筑元数据、天气数据和公共假期，支持 3 种时间粒度预测（每季度/每小时/每天，15 分钟/1 小时/1 天步长），专为能源消耗预测和时间序列分析设计。
数据集简介
数据集概述
建筑能源消耗数据集（Schneider Electric）包含 260+ 建筑的历史消耗、建筑元数据、天气数据（30 km 半径）和公共假期，支持 3 种时间粒度预测（每季度/每小时/每天，匹配历史数据粒度：15 分钟/1 小时/1 天），专为多时间尺度能源消耗预测设计。
数据集包含 4 个主要数据集（260+ 建筑站点）：
(1) 历史消耗数据（Historical Consumption）：obs_id（观测 ID）、SiteId（建筑 ID，跨数据集匹配）、ForecastId（预测时间序列 ID，与提交文件匹配）、Timestamp（测量时间）、Value（消耗测量值）；
(2) 建筑元数据（Building Metadata）：SiteId（建筑 ID）、Surface（建筑表面积）、Sampling（观测间隔分钟数，时间步长大小，可在”Submission Forecast Period”文件中找到）、BaseTemperature（基准温度）、IsDayOff（如果是非工作日则为 True）；
(3) 历史天气数据（Historical Weather Data）：SiteId（建筑 ID）、Timestamp（测量时间）、Temperature（气象站温度）、Distance（气象站到建筑距离，30 km 半径内，注意：并非所有站点都有天气数据，测试期天气数据假设合理准确的预测可用）；
(4) 公共假期（Public Holidays）：SiteId（建筑 ID）、Date（假期日期）、Holiday（假期名称，可帮助识别消耗可能低于预期的日期，注意：并非所有站点都有假期数据）。
支持建筑能源消耗预测（每季度/每小时/每天）、多时间粒度预测（15 分钟/1 小时/1 天）、时间序列分析、能源规划、高效能源使用、机器学习模型训练（LSTM、GRU、Transformer、XGBoost）、天气与能源关联分析、假期影响研究和智能建筑系统。
数据集来源
数据集，260+ 建筑，4 个数据集（历史消耗（obs_id/SiteId/ForecastId/Timestamp/Value）、建筑元数据（表面积/采样间隔/基准温度/工作日）、天气数据（温度/距离，30 km 半径，非所有站点有）、公共假期（日期/名称，非所有站点有）），3 种时间粒度（15 分钟/1 小时/1 天，历史数据与预测粒度匹配），专为能源消耗预测和时间序列分析设计。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-136
文件大小：130M
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)