风力发电预测(两个风力发电场25台风力发电机2年发电数据),含风速、风向、外界温度等天气特征
数据中每个数据点每15分钟记录一次,数据来自我国某省两个地区(m1,m2),每个地区68000多条数据,共计12w多条数据,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。
2022-05-13 09:08:37 3.49MB 文档资料
主要介绍了sql中时间以5分钟半个小时任意间隔分组的实现方法,在文中给大家提到了sql server时间查询的代码,需要的朋友可以参考下
2022-05-07 00:38:46 46KB sql 时间 间隔分组 sql
1
主要介绍了Python实现可设置持续运行时间、线程数及时间间隔的多线程异步post请求功能,涉及Python网络请求的创建、发送、响应、处理等相关操作技巧,需要的朋友可以参考下
2022-04-29 18:13:46 90KB Python 设置 运行时间 线程数
1
电力系统短期电力负荷预测数据集(时间间隔1h,4.8w多条数据)2015-2020 特征包括:天气变量,如气温、相对湿度、降水量和风速。
2022-04-22 17:05:41 22.29MB 电力系统 短期负荷预测 电气工程
特征包括:天气变量,如气温、相对湿度、降水量和风速。数据集来源CND
2022-04-19 19:07:54 47.59MB 电力系统短期负荷预测
演示地址: https://blog.csdn.net/qq_34050360/article/details/124060872
2022-04-09 19:04:43 222KB 网页刷新
剔除工作时间计算时间间隔函数:按照设定工作时间进行非工作时长剔除后,计算时间间隔的oracle函数代码
2022-04-08 14:04:40 4KB oracle 数据库 database
1
智能水分析 用于实际解决方案的LTSM实现-目标是为每种水体(采集者,水泉,河流,湖泊)创建一个数学模型,以基于(噪声)在设定的时间间隔内预测每个唯一水体中的水量) 数据。 资料说明: 这项比赛使用了9个不同的数据集,这些数据集是完全独立的,彼此之间没有链接。 每个数据集可以代表不同种类的水体。 由于每个水体互不相同,因此相关特征也互不相同。 因此,例如,如果我们考虑一个水泉,我们会注意到它的特征不同于湖泊的特征。 这是正确的,并反映了每个水体的行为和特征。 Acea集团处理四种不同类型的水体:水泉(提供了三个数据集),湖泊(提供了一个数据集),河流(提供了一个数据集)和含水层(提供了四个数据集) )。 让我们看看这9个水体之间的差异。 Waterbody: Auser 类型:含水层 Description(说明):该水体由两个子系统组成,分别称为NORTH和SOUTH,其中前者部分
2022-03-01 16:43:05 92.65MB JupyterNotebook
1