【能源数据分析-00】能源领域数据集集锦（动态更新），2024大数据开发春招

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

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