PJM_Load_hourly.csv NI_hourly.csv pjm_hourly_est.csv PJMW_hourly.csv COMED_hourly.csv DEOK_hourly.csv DAYTON_hourly.csv DUQ_hourly.csv EKPC_hourly.csv FE_hourly.csv PJME_hourly.csv AEP_hourly.csv DOM_hourly.csv

时间序列分析和预测：用电量模型 概括： 在美国东部的各种相关公用事业集团内，通过互连电网区域开发电力消耗的时间序列分析和预测。数据来自州际输电公司PJM Interconnection LLC的Kaggle（ ）。 数据整理： 数据以各种.csv文件的形式下载，使用pandas加入pandas DataFrame中，并根据开销的PJM Interconnect公司中不同公用事业组织的重叠年份（6年）进行汇总。每个公用事业公司每小时以兆瓦每小时的价格下载数据，然后每天，然后每周汇总。 探索性数据分析 每年都有季节性，这表明冬季和夏季的用电量都有所增加，用电量的峰值和谷值很少出现（很可能与不可预见的事件如极端天气事件有关）。在整个6年的分析期间，数据似乎保持平稳，这是通过对dicky-fuller检验进行分析而得出的。 训练-测试数据集 数据的前5年用于训练模型，数据的6年用于测试集。 造型

Statistical-Review-of-World-Energy-2021-China.pdf

世界电量载荷

ENERGY SELF-SUSTAINABILITY IN 6G.pdf

matlab 编程选择运行仿真代码UWSNs 中的能量效率路由算法 水下无线传感器网络是一个快速成长和发展的领域。 这是因为世界上 70% 的面积都在水中，而且仍未被探索。 UWSN 与普通的地面网络有很大不同。 这是因为环境不同，挑战也随之增加。 这项研究的重点是降低 UWSN 的能耗。 该 UWSN 中的通信是通过使用电池供电的传感器节点完成的，并且难以在水下为这些电池充电。 另外一个困难的挑战是在网络中存在的各个节点之间确定簇头。 该项目研究了有效路由的算法实现，以便有效利用能量来提高效率。 它还使分析方法具有有效的聚类方法，以最大限度地减少能源的使用。 该项目的主要目的是通过减少每次传输和接收数据包期间使用的能源成本来延长水下无线传感器网络的使用寿命。 仿真在Matlab中完成，所附代码可用于未来在水下无线传感器网络领域进行越来越多的优化。 该项目于 2020 年 6 月 17 日在大诺伊达的贝内特大学进行。

完整英文电子版 SAE J2847-1：2019 Communication for Smart Charging of Plug-in Electric Vehicles Using Smart Energy Profile 2.0（使用 Smart Energy Profile 2.0 实现插电式电动汽车智能充电的通信）。本文档描述了用于实现 SAE J2836-1 用例中描述的功能的智能能源配置文件 2.0 (SEP2.0) 通信的详细信息。 每个用例小节都包括对所提供功能的描述、客户端设备要求以及带有步骤描述的序列图。 鼓励实施者查阅 SEP2.0 模式和应用程序规范以获取更多详细信息。 在相关的情况下，本文件注意到但正式规定了车辆和车辆操作员之间的相互作用。

该数据包含DCAS当时管理的每座建筑物的名称，地址，位置和2015年财务周期能耗的信息。 DCAS_Managed_Building_Energy_Usage.csv

永磁同步电机节能

无线传感网络，节点能量消耗，matlab源程序，可直接运行。