时间序列预测 — 预测数据集(负荷、风电、光伏、销量等)

 专栏链接：https://blog.youkuaiyun.com/qq_41921826/category_12495091.html

专栏内容

 所有文章提供源代码、数据集、效果可视化

 文章多次上领域内容榜、每日必看榜单、全站综合热榜

时间序列预测存在的问题

 现有的大量方法没有真正的预测未来值，只是用历史数据做验证

 利用时间序列分解算法存在信息泄露的问题：有人用emd+lstm对时间序列进行预测，是否存在原理上的问题? - 知乎

---

目录

数据集1：GEFCom2014负荷数据

数据集2：爱奇艺用户留存预测挑战赛数据集

数据集3：电力变压器数据集 (ETDataset)

数据集4：2016年电工数学建模竞赛负荷预测数据集

数据集5：风电机组运行数据集

数据集6：澳大利亚电力负荷与价格预测数据

数据集7：常州普利司通光伏数据集

数据集8：新疆光伏风电数据集

---

 

数据集1：GEFCom2014负荷数据

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1PgCWHx8vYUfGB9UGtCmaVA?pwd=ktn0 提取码：ktn0 
• 官方下载：https://ars.els-cdn.com/content/image/1-s2.0-S0169207016000133-mmc1.zip

数据集简介：

GEFCom2014 “负荷预测数据”为竞赛的公共数据集，GEFCom2014 的负荷预测轨迹为概率负荷预测。数据集的可视化如下：

数据集2：爱奇艺用户留存预测挑战赛数据集

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1UQWmIN7P6vcBmYxfZxu_1g?pwd=5ywi 提取码：5ywi 
• 官方下载：http://challenge.ai.iqiyi.com/detail?raceId=61600f6cef1b65639cd5eaa6

赛题描述：

爱奇艺是中国和世界领先的高品质视频娱乐流媒体平台，每个月有超过5亿的用户在爱奇艺上享受娱乐服务。爱奇艺秉承“悦享品质”的品牌口号，打造涵盖影剧、综艺、动漫在内的专业正版视频内容库，和“随刻”等海量的用户原创内容，为用户提供丰富的专业视频体验。

爱奇艺手机端APP，通过深度学习等最新的AI技术，提升用户个性化的产品体验，更好地让用户享受定制化的娱乐服务。我们用“N日留存分”这一关键指标来衡量用户的满意程度。例如，如果一个用户10月1日的“7日留存分”等于3，代表这个用户接下来的7天里（10月2日~8日），有3天会访问爱奇艺APP。预测用户的留存分是个充满挑战的难题：不同用户本身的偏好、活跃度差异很大，另外用户可支配的娱乐时间、热门内容的流行趋势等其他因素，也有很强的周期性特征。

本次大赛基于爱奇艺APP脱敏和采样后的数据信息，预测用户的7日留存分。参赛队伍需要设计相应的算法进行数据分析和预测。

数据描述：

本次比赛提供了丰富的数据集，包含视频数据、用户画像数据、用户启动日志、用户观影和互动行为日志等。针对测试集用户，需要预测每一位用户某一日的“7日留存分”。7日留存分取值范围从0到7，预测结果保留小数点后2位。

User portrait data
Field name	Description
user_id
device_type	iOS, Android
device_rom	rom of the device
device_ram	ram of the device
sex
age
education
occupation_status
territory_code

App launch logs
Field name	Description
user_id
date	Desensitization, started from 0
launch_type	spontaneous or launched by other apps & deep-links

Video related data
Field name	Description
item_id	id of the video
father_id	album id, if the video is an episode of an album collection
cast	a list of actors/actresses
duration	video length
tag_list	a list of tags

User playback data
Field name	Description
user_id
item_id
playtime	video playback time
date	timestamp of the behavior

User interaction data
Field name	Description
user_id
item_id
interact_type	interaction types such as posting comments, etc.
date	timestamp of the behavior

数据集3：电力变压器数据集 (ETDataset)

数据集下载：

• Github下载：https://github.com/zhouhaoyi/ETDataset/blob/main/README_CN.md

数据描述：

数据提供了两年的数据，每个数据点每分钟记录一次（用 m 标记），它们分别来自中国同一个省的两个不同地区，分别名为ETT-small-m1和ETT-small-m2。每个数据集包含2年 * 365天 * 24小时 * 4 = 70,080数据点。 此外，我们还提供一个小时级别粒度的数据集变体使用（用 h 标记），即ETT-small-h1和ETT-small-h2。 每个数据点均包含8维特征，包括数据点的记录日期、预测值“油温”以及6个不同类型的外部负载值。

数据集4：2016年电工数学建模竞赛负荷预测数据集

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1h3sGqebtLp1XGK9kmN53Zg?pwd=jx5p  提取码：jx5p 

数据简介：

数据集5：风电机组运行数据集

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/13-YLcvuOP6-ev6XdGtQbGQ?pwd=levp 提取码：levp 

数据简介：

数据集包括风速、风向、温度、湿度、气压和真实功率等共30万余条。

• WINDSPEED：预测风速
• WINDDIRECTION：风向
• TEMPERATURE：温度
• HUMIDITY：湿度
• PRESSURE：气压
• PREPOWER：预测功率
• ROUND(A.WS,1)：实际风速
• ROUND(A.POWER,0)：实际功率
• YD15：已有实际功率预测目标

数据集6：澳大利亚电力负荷与价格预测数据

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1ehm9aJQqzbGOITnz3LwyLw?pwd=k4s1 
  提取码：k4s1 

数据简介：

数据集包括日期、小时、干球温度、露点温度、湿球温度、湿度、电价、电力负荷特征，时间间隔30min。

数据集7：常州普利司通光伏数据集

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1vXRjtf2gen_-2b1jDwYLXA?pwd=loam 提取码：loam 

数据简介：

数据集包括时间、场站名称、辐照强度(Wh/㎡)、 环境温度(℃)、全场功率(kW)等5个特征，时间间隔5min。（注意：辐照强度(Wh/㎡)、 环境温度(℃)、全场功率(kW)特征名前有个空格）

数据集8：新疆光伏风电数据集

数据集下载：

• 百度网盘：链接：https://pan.baidu.com/s/1q1SCc64JpEs78tpJr9SqIA?pwd=time 提取码：time 

光伏数据简介：

光伏数据集包括组件温度(℃) 、温度(°)    气压(hPa)、湿度(%)、总辐射(W/m2)、直射辐射(W/m2)、散射辐射(W/m2)、实际发电功率(mw)特征，时间间隔15min。