FETS数据集：基础模型实现可扩展且通用的能源时间序列预测 FETS Dataset: Foundation Models Enable Scalable and Generalizable Energy Time Series Forecasting

内容与字段

该数据集包含来自欧洲和国际能源领域的多变量时间序列，用于评估零样本和协变量感知预测。数据涵盖9个领域类别：平衡服务、可调度发电、不可调度发电、负荷、市场数据、电网数据、热数据、移动性/电动汽车充电、住宅负荷。所有时间序列以Apache Parquet格式存储；协变量文件（天气预报历史数据、NWP运行数据、ERA5再分析数据以及假日日历）包含在每个目标序列的子文件夹中。所有时间戳采用协调世界时（UTC）。文件结构为：DataClass/DatasetName-TargetName/data_file.parquet（目标时间序列），covariates/cov_file.parquet（天气、日历等），以及zenodo_dataset_overview.csv（机器可读索引）和zenodo_description.html（本文件）。注意：部分数据集因许可限制未包含在内，需从原始来源单独下载。

• DataClass——数据类别，如Balancing Services、Dispatchable Generation等
• DatasetName——数据集名称，如Balancing Data Germany
• TargetName——目标变量名称，如Area Control Error (NRV Saldo)
• data_file.parquet——目标时间序列文件
• cov_file.parquet——协变量文件，包括天气、日历等
• zenodo_dataset_overview.csv——机器可读的数据集索引
• zenodo_description.html——数据集描述文件

适用研究

该数据集适用于能源时间序列预测研究，特别是零样本预测和协变量感知预测，可用于评估基础模型在能源领域的泛化能力。

信息来自公开来源，具体内容和使用条件请以来源页面为准。