来自智能公司建筑的真实世界能源管理数据集:面向优化与机器学习
系统与控制
2025-05-27 v2 机器学习
系统与控制
摘要
我们展示了一个大型真实世界数据集,该数据集是通过在六年间(从 2018 年到 2023 年)监测一个智能公司设施获得的。该数据集包括来自设施各个区域和组件的能耗数据、来自光伏系统和热电联产厂的能源生产数据、供暖和制冷系统的运行数据,以及来自现场气象站的天气数据。安装在整个设施中的测量传感器被组织成具有多个子计量层级的分层计量结构,这反映在数据集中。该数据集包含来自 72 个电能表、9 个热量计和一个气象站的测量数据。不同处理级别的原始数据和处理后数据(包括已标注的问题)均可用。在本文中,我们描述了用于创建该数据集的数据采集和后处理方法。该数据集能够在能源管理领域应用广泛的方法,包括优化、建模和机器学习,以优化建筑运行并降低成本和碳排放。
引用
@article{arxiv.2503.11469,
title = {A Real-World Energy Management Dataset from a Smart Company Building for Optimization and Machine Learning},
author = {Jens Engel and Andrea Castellani and Patricia Wollstadt and Felix Lanfermann and Thomas Schmitt and Sebastian Schmitt and Lydia Fischer and Steffen Limmer and David Luttropp and Florian Jomrich and René Unger and Tobias Rodemann},
journal= {arXiv preprint arXiv:2503.11469},
year = {2025}
}
备注
19 pages, 9 figures