这是一份完整的Oracle ebs 项目制造模块培训文档,可以了解Oracle ebs 项目制造模块(PJM)的所有功能及流程。
2023-08-15 14:50:03 1.9MB ORACLE EBS ERP PJM
1
2002-2018PJM每小时功率消耗文本数据集(145366行数据,具有明显的季节特性,单位为MW)
1
型号概述 包含以下内容的多市场数值模拟模型: 具有虚拟出价的PJM足迹中的电力调度的汇总模型。 PJM内部的新一代产能的内生供应。 影响PJM电源系统的预先存在的策略。 从PJM外部导入替代/可再生能源信用(REC)。 非PJM RGGI成员国提供的二氧化碳减排供应。 当前RGGI市场参与者对库存的CO2配额的供应/需求。 从2016年到2030年,每年设计一次以探索大型PJM批发电力市场内的州/地区/联邦政策互动。 该模型涵盖了所有现有的发电机组,并经过校准以匹配2016年,并允许从2017年开始扩展新的NGCC,风能和太阳能产能。 该模型具有五个负载区,这些负载区是PJM中20多个负载区的总和,但是可以在系统,状态或状态近似级别上对单元和策略进行建模。 基于区域之间观察到的传输线的链接。 模型考虑每个负荷区域(每个季节24个)的96个负荷段,以捕获需求的时间变化。
2021-12-28 14:20:12 9.72MB Python
1
美国PJM需求响应数据
2021-09-06 17:12:53 234KB 电气数据
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
2021-07-14 15:08:13 907KB JupyterNotebook
1
Locational marginal cost for pjm 5-bus
2019-12-21 22:24:25 3KB LMP
1
PJM201201电价数据
2019-12-21 21:06:54 1.75MB 电价数据
1
PJM-DailyAvg.DayAhead电价数据201812,美国PJM区域电价数据
2019-12-21 18:57:11 240B PJM
1