网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
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
五、补充
后续将会继续补充本文内容，包括数据集，数据集介绍和相关案列；
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
2514
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
