🔌 中国居民电表与光伏数据集开源
今天分享一份超稀缺的国内微观能源数据：一套包含2162户家庭的中国居民智能电表数据集。它不仅记录了真实的家庭用电曲线，还明确区分了“光伏产消者”和“纯消费者”，是做分布式光伏和配电网研究的神仙数据！
🎯 核心数据包含什么
🏘️ 覆盖范围：中国15个真实低压台区（T001-T015），2162户家庭
👥 用户标签：620户产消者（装了分布式光伏） vs 1542户消费者（纯用电）
⚡ 功率记录：家庭净有功功率（96点/天，即15分钟级；部分为24点/天）
🌤️ 气象数据：匹配了NASA POWER的逐小时气象数据（地面短波辐照度、气温、降水）
📊 数据质量：整体数据可用率高达92.86%，气象与光伏倒送功率呈强正相关
📦 数据集公开
📁 格式：Excel（.xlsx）与CSV
📂 结构：按15个台区分文件夹，每个台区包含：
月度功率文件（每行代表一户一天的功率曲线，含标签和有效点数）
用户标签文件（单独列出产消者名单）
数据质量汇总（每月缺失率、采样模式）
气象匹配文件（UTC时间标准）
💻 附加：官方提供了数据质量统计与验证图表的可复现代码（code文件夹）
🧭 怎么用 & 适合谁
☀️ 产消者识别：基于功率特征训练算法，精准找出隐藏在居民中的光伏户
🔮 表后光伏估算：结合气象数据和净负荷，反推屋顶光伏的发电量
🔌 配网运行评估：研究高比例光伏接入下的净负荷预测、逆向潮流和电压问题
🎓 适合能源、电气、AI预测方向的研究生和科研人员跑模型
⚠️ 注意与避坑
论文数据跨度为2025年6月—2026年5月（T011和T014到2026年4月），时间很新。
隐私保护严格，台区地理位置和精确经纬度未公开，无法做精细地理匹配。
存在24点和96点混合采样模式，做时序模型前必须统一重采样（如聚合到小时级）。
消费者标签代表“未匹配到光伏安装记录”，不绝对等于物理上没装光伏。
高质量且带明确标签的国内家庭级能源数据非常难得，做微网、光伏预测和需求响应的朋友建议立刻收藏！
科研干货 开放数据 智能电表 分布式光伏 能源建模 电力系统 中国数据集 机器学习