探索能源效率的新篇章：Building Data Genome 2（BDG2）数据集

项目介绍

Building Data Genome 2（BDG2）是一个开放的数据集合，包含了来自1,636座非住宅建筑的3,053个能源计量器的小时级测量数据，时间跨度为2016和2017年。这个项目源于美国暖通空调学会（ASHRAE）在2019年末主办的Great Energy Predictor III（GEPIII）竞赛，并已发表于《自然·科学数据》杂志上。它不仅是一个机器学习算法的基准测试平台，还是研究和教学建筑能源性能的理想资源。

项目技术分析

BDG2数据集以Python的Jupyter Notebook形式提供，适合使用Anconda Python Distribution进行数据分析。数据分为三个主要部分：元数据(metadata)、天气(weather)和计量器(meters)的数据。通过提供的Notebooks，你可以进行探索性数据分析（EDA），如对元数据、气象数据和计量读数的初步了解。此外，数据集还涵盖了建筑物的主要用途分类、子类别、行业、时区和仪表类型等信息，便于深入挖掘和建模。

项目及技术应用场景

BDG2适用于多种应用场景：

1. 预测模型开发：在GEPIII比赛中，参赛者利用这些数据创建长期能耗预测模型，这在建筑能效监测和验证中具有重要应用。
2. 异常检测：数据可用于发现不寻常的能源消耗模式，帮助识别潜在的设备故障或能源浪费问题。
3. 能源分析：通过比较不同建筑的能耗模式，可以评估设计策略和运营实践的影响。
4. 建筑类型分类：利用元数据，可以训练模型自动识别建筑类别和子类别，支持大规模建筑调查。

项目特点

1. 大规模与多样性：覆盖大量建筑和多种类型的能源计量器，提供了广泛的应用场景和挑战。
2. 完整的历史记录：两年的连续小时级数据允许深度的时间序列分析和趋势预测。
3. 配套资源丰富：提供了详尽的文档和示例Notebooks，易于上手和进一步研究。
4. 开放源代码：作为一个开源项目，BDG2鼓励社区参与并分享研究成果，促进数据科学在建筑领域的进步。

综上所述，Building Data Genome 2是一个独特且宝贵的资源，对于建筑能源研究者、数据科学家以及任何对能源效率感兴趣的人来说，都是一个极具价值的工具。立即加入，开启你的能源分析之旅，为推动可持续建筑贡献智慧。