10万条数据。家庭用电数据。有功、无功、电压、电流等数据。用于电力居民负荷预测

描述家庭用电情况的数据，这是一个压缩包，解压出来是.txt文件，就是代码中引用的数据。这里是用到了1000条数据。

ExploratoryDataProject1 说明该作业使用来自UC Irvine机器学习存储库的数据，该存储库是机器学习数据集的流行存储库。 特别是，我们将使用我在课程网站上提供的“个人家庭用电量数据集”：数据集：电力消耗[20Mb]说明：测量一个家庭中一个家庭的电力消耗的方法-在近4年内的分钟采样率。 提供不同的电量和一些子计量值。 数据集中9个变量的以下描述来自UCI网站：日期：以dd / mm / yyyy格式表示的时间时间：以hh：mm：ss格式表示的时间Global_active_power：家庭全球分钟平均有功功率（以千瓦为单位） ）Global_reactive_power：家庭全球平均每分钟平均无功功率（以千瓦为单位）电压：每分钟平均平均电压（以伏特为单位）Global_intensity：家庭全球每分钟的平均平均电流强度（以安培为单位）Sub_metering_1：

能量时间序列 这是我在Ecole Polytechnique（MSc Data Science，2019-2020）上的机器学习（II）课程的最后一个项目。 目的是训练一种算法来代替过于侵入和过于昂贵的常规房屋能耗监测系统。 这一挑战被称为NILM（非侵入式负载监视）或NIALM（非侵入式设备负载监视）。 挑战的目的是根据时间数据预测专用于4种电器（洗衣机，电冰箱，电视，水壶）的一个家庭的用电量比例。 这项挑战由ENS（国家高等专科学校）提供： : 。 我们使用了回归模型，在的报告中对此进行了详细介绍。

阶梯电价，电费查看，统计，每个电器的耗电量管理，电器耗电量查看 用户端 1.查看一周或者当月用电情况，（统计折线图） 2.查看当日电器用电使用情况（饼图） 3.查看当月电费总额和每日明细 管理端 1.管理用户信息 2.管理查看用户每日用电信息 3.管理查看用户每日各类电器用电使用情况 4.管理费率（阶梯电价）什么区间什么价位，一个区间一个费率。区间就按照固定死的来，费率可以手动调解 5.用电警告 这个最多就是用户登录查看的时候有个弹框

该数据包含家庭中时间、有功功率、无功功率、电压、、Global_intensity、Sub_metering_1、2、3等数据，可用于用电负荷的预测

线性回归入门案例 家庭用电量预测-附件资源

家庭用电监管智能终端系统设计策略研究.pdf

家用电耗的测量 该分配使用来自UC Irvine机器学习存储库的数据，该库是机器学习数据集的流行存储库。 特别是，我们将使用我在课程网站上提供的“个人家庭用电量数据集”：数据集：电力消耗[20Mb]描述：测量一个家庭中一个家庭的电力消耗-在近4年内的分钟采样率。 提供不同的电量和一些子计量值。 数据集中9个变量的以下描述来自UCI网站：日期：日期格式为dd / mm / yyyy时间：时间格式为hh：mm：ss Global_active_power：家庭全球分钟平均有功功率（千瓦） ）Global_reactive_power：家庭全球分钟平均无功功率（以千瓦为单位）电压：分钟平均电压（以伏特为单位）Global_intensity：家庭全球分钟平均无功电流（以安培为单位）Sub_metering_1：1号电能子计量表（以瓦特为单位）小时的有功电能）。 它对应于厨房，主要包含洗碗机，烤箱

这项研究使用Blinder-Oaxaca分解来研究导致家庭用电量变化的主要原因。 使用了1985-2015年台湾的家庭数据。 实证结果表明，在过去的三十年中，家庭用电量的变化受不同因素的驱动。 家庭用电量的增加主要归因于决定因素系数效应的变化。 特别是，家庭规模的系数效应起着最重要的作用。 由于规模经济的丧失，家庭规模的缩小导致人均用电量的增加。 至于the赋效应的贡献，空调数量和家庭收入是最重要的因素。 此外，家庭规模的系数效应对于高收入和低收入家庭都至关重要。 因此，政策含义意味着电价政策应考虑家庭规模，以便为家庭规模较小的家庭提供节电激励措施。 此外，提高家电的能效和为节能家电的投资提供补贴等策略应具有更高的优先级。