【机器学习数据集分享】高校能源消耗数据集4年电力、燃气、水资源数据适合LSTM、XGBoost预测今天分享一个适合机器学习、深度学习和时间序列预测研究的数据集。该数据集包含5个校区、2018—2021年共4年的电力、天然气和水资源消耗数据同时提供天气、建筑物信息、校园日历及节能改造事件等辅助数据。与常见的单一用电量预测数据集不同同时覆盖三种公用资源适合开展多变量时间序列预测、能源消耗分析、异常检测和机器学习模型对比等实验。对于正在寻找 LSTM、GRU、XGBoost、Random Forest 或 Transformer 时间序列预测数据集的同学可以参考这个数据集。一、数据集基本介绍一个面向高校能源与资源管理的公开数据集。数据集由拉筹伯大学研究团队建设作为其能源AI与分析平台LEAP相关研究的一部分主要用于分析、预测和优化校园电力、燃气及水资源的使用情况。1.1 数据集基本信息项目内容所属国家澳大利亚数据时间2018—2021年时间跨度4年校区数量5个数据类型多变量时间序列资源类别电力、天然气、水电力采样间隔15分钟天然气采样间隔1小时水资源采样间隔15分钟天气数据间隔1分钟、10分钟数据格式CSV适用任务时序预测、异常检测、能源分析该数据集的主要优势在于数据跨度较长、资源类型丰富并且包含天气和校园事件等辅助信息。二、数据集包含哪些数据不仅包含能源消耗记录还提供了与校园运行相关的辅助数据。主要可以分为以下4类。2.1 电力消耗数据电力数据来自校园智能电表采样间隔为15分钟。也就是说正常情况下单个电表一天最多可记录24小时 × 4次/小时 96条数据。这些数据可以用于分析校园不同时段的用电规律。例如每小时、每日用电量变化工作日与周末用电差异不同建筑物用电特征季节性用电规律电力负荷预测对于机器学习项目可以将历史用电量、天气、时间特征等作为输入预测未来的电力消耗。2.2 天然气消耗数据天然气数据以1小时为采样间隔。适合研究不同时间段的天然气消耗规律以及气温、季节等因素对天然气使用量的影响。可以开展的任务包括小时级天然气消耗预测天然气使用趋势分析天然气异常消耗检测不同校区天然气使用对比需要注意天然气数据覆盖的是有相应记录的校区不能默认所有5个校区的数据都完整。2.3 水资源消耗数据水资源数据以15分钟为采样间隔。可以用于分析校园日常用水规律并研究不同建筑物或不同时间段的用水差异。适合开展校园用水量预测异常用水检测水资源消耗趋势分析不同时间段用水特征分析例如使用历史用水量训练LSTM模型预测未来1小时或未来24小时的用水量。2.4 天气数据UNICON还提供与各校区对应的气象站数据。天气记录包含1分钟和10分钟两种采样时间间隔。天气数据可以与能源消耗数据进行时间对齐构建多变量预测模型。例如历史用电量 时间特征 天气特征 建筑物信息 ↓ 机器学习预测模型 ↓ 未来用电量具体天气变量需要以weather_data.csv的实际字段为准。三、数据集最大的特点包含疫情期间的数据覆盖2018—2021年其中包含COVID-19疫情期间的校园关闭、居家办公等特殊时期。这使得该数据集不仅可以用于常规能源预测还可以研究突发事件对能源消耗模式的影响。例如可以将数据按照时间划分为时间阶段研究内容2018—2019年疫情前校园能源消耗规律2020年疫情及校园运行变化期间的能源消耗2021年后续校园运行阶段的消耗变化需要注意具体封校日期、恢复时间以及不同校区的运行状态应结合校园日历和事件记录进行分析。可以研究哪些问题① 疫情前后用电量是否发生变化通过统计不同阶段的平均用电量、峰值用电量等指标分析校园运行变化对能源消耗的影响。② 疫情期间的能源预测模型是否容易失效例如使用2018—2019年数据训练模型再预测2020年用电量观察模型在特殊时期的误差变化。③ 是否存在异常能源消耗结合校园关闭时间和实际消耗记录识别与预期使用规律不一致的时间段。需要注意疫情与能源变化之间的关系还可能受到天气、季节和建筑使用情况等因素影响不能仅凭消耗量变化就直接认定因果关系。四、数据集文件结构UNICON主要提供11个CSV文件涵盖校区信息、建筑物信息、资源消耗及天气数据。文件名称主要内容campus_meta.csv5个校区的基本信息nmi_meta.csv电力计量标识及相关信息building_meta.csv建筑物位置、面积等信息calender.csv校园日历信息events.csv节能改造及其他重要事件nmi_consumption.csvNMI对应的电力消耗数据building_consumption.csv建筑物级消耗数据building_submeter_consumption.csv建筑物子电表消耗数据gas_consumption.csv天然气消耗数据water_consumption.csv水资源消耗数据weather_data.csv天气数据其中calender.csv为数据集提供的文件名使用时应注意其拼写。4.1 建筑物信息building_meta.csv包含建筑物所属校区、建筑面积等信息。这些数据可以用于研究不同建筑物之间的能源消耗差异。例如结合建筑面积计算单位面积能源消耗指标。4.2 能源消耗数据以下文件是开展预测任务时的核心数据nmi_consumption.csv building_consumption.csv building_submeter_consumption.csv gas_consumption.csv water_consumption.csv其中NMI是澳大利亚电力计量体系中的国家计量标识National Metering Identifier。研究者可以根据具体任务选择电表级、建筑物级或校区级的数据进行分析。4.3 事件数据events.csv记录部分建筑物的重要事件例如LED照明改造HVAC暖通空调系统更新其他节能措施测量与验证相关活动这些事件记录可以用于研究节能改造前后的能源消耗变化。例如对比某建筑物LED照明改造前后的用电量并结合天气和使用情况进行分析。五、数据集适合哪些机器学习算法UNICON属于典型的多变量时间序列数据集可以使用传统机器学习和深度学习算法。算法类型适合任务难度Linear Regression传统机器学习基础能源预测低Random Forest传统机器学习用电量、用水量预测低XGBoost集成学习多特征能源预测中LightGBM集成学习大规模时序特征预测中LSTM深度学习长期依赖建模中GRU深度学习时间序列预测中TCN深度学习时序特征提取中Transformer深度学习多变量时序预测中高推荐方案一传统机器学习预测可以采用Random Forest XGBoost LightGBM输入特征包括历史能源消耗量小时、星期、月份天气变量建筑物属性校园日历特征预测目标可以选择未来1小时或未来24小时的用电量。这种方案适合本科机器学习毕业设计。推荐方案二深度学习时间序列预测可以采用LSTM GRU Transformer通过连续时间窗口构建训练样本。例如过去24小时用电数据 ↓ 数据标准化 ↓ 构建时间窗口 ↓ LSTM / GRU模型 ↓ 预测未来1小时用电量这种方案适合深度学习入门研究也可以进一步开展不同时间窗口长度的实验。六、如何使用数据集进行预测实验这里以建筑物电力消耗预测为例介绍基本流程。6.1 数据读取首先使用Pandas读取CSV文件importpandasaspd dfpd.read_csv(building_consumption.csv)print(df.head())print(df.info())print(df.isnull().sum())通过以上代码可以查看数据字段、数据类型和缺失值情况。6.2 数据预处理对于时间序列数据通常需要完成以下步骤解析时间字段并按照时间排序。选择具体建筑物或校区。检查缺失值、重复时间戳及异常值。根据预测任务统一时间间隔。构建历史滞后特征及时间特征。按时间顺序划分训练集、验证集和测试集。需要特别注意电力、水和天然气的采样间隔不同不能简单按行拼接。如果需要进行多资源联合预测应先完成时间对齐。6.3 推荐数据划分方式由于数据覆盖2018—2021年可以考虑以下划分方案数据集时间范围用途Train2018—2019年模型训练Validation2020年模型验证Test2021年模型测试这种方式可以用于研究模型在不同年份之间的泛化能力。不过由于2020年受到疫情影响该划分可能存在明显的数据分布变化。如果只是希望评估常规预测性能也可以使用滚动时间窗口验证并与跨年份实验进行对比。七、模型评估应该看哪些指标对于能源消耗预测任务常用的评价指标包括指标作用MAE平均绝对误差RMSE均方根误差MAPE平均绝对百分比误差R²模型拟合程度其中MAE用于衡量预测值与真实值之间的平均绝对差异。RMSE对较大的预测误差更加敏感。MAPE用于衡量相对预测误差但当真实消耗量接近0时可能不稳定。R²可以辅助判断模型对数据变化的解释程度。建议至少采用MAE、RMSE和R²进行综合评估。如果需要进行多模型对比可以在相同数据划分下比较Random ForestXGBoostLSTMGRU同时绘制真实值与预测值曲线分析不同模型在高峰用电、低负荷及特殊时期的表现。八、这个数据集适合做毕业设计吗适合本科机器学习、深度学习、数据分析方向的毕业设计。相比只有单一预测目标的数据集包含多个校区、不同建筑物以及三种公用资源能够支持较丰富的研究任务。8.1 推荐研究方向研究方向主要内容难度校园用电量预测预测未来电力消耗低中校园用水量预测预测未来用水量低中天然气消耗预测分析天然气使用规律中多模型能源预测对比RF、XGBoost、LSTM对比中多变量时间序列预测融合天气和历史消耗数据中能源异常检测识别异常消耗时间段中疫情前后能源变化分析研究特殊时期的消耗变化中多校区能源预测研究不同校区间的模型泛化中高8.2 推荐毕业设计题目基于XGBoost的高校建筑用电量预测研究基于LSTM的校园电力负荷时间序列预测研究基于GRU的高校水资源消耗预测研究基于机器学习的多校区能源消耗预测方法研究基于多变量时间序列的高校能源需求预测研究基于Isolation Forest的校园能源异常消耗检测研究基于Transformer的高校建筑电力负荷预测研究基于UNICON数据集的多模型能源预测对比研究对于本科毕业设计比较推荐XGBoost Random Forest LSTM模型对比选择其中一种资源作为预测目标完成数据预处理、特征工程、模型训练和结果分析即可形成较完整的实验流程。对于研究生课题可以进一步研究多任务预测、跨校区迁移学习、异常检测或能源消耗分布变化等问题。
