非侵入式负荷分解NILM数据集下载
2026-01-31 04:33:04作者:殷蕙予
本文提供了非侵入式负荷分解(NILM)研究领域中非常重要的两个数据集:REDD和UK-DALE的下载资源。这些数据集对于研究人员和开发者进行非侵入式负荷分解技术的研究与开发具有不可或缺的作用。
数据集简介
-
REDD数据集:REDD(Reference Energy Disaggregation Dataset)是一个公开的家用电力消耗数据集,由麻省理工学院(MIT)提供。该数据集包含了多个家庭的详细电力使用数据,可用于研究家庭电力消耗模式,以及进行非侵入式负荷分解算法的开发与测试。
-
UK-DALE数据集:UK-DALE(UK Domestic Appliance Level Electricity)是另一个公开的家庭电力消耗数据集,由英国南安普顿大学提供。数据集包含了来自英国不同家庭的一段时间内的详细电力使用数据,对于开发NILM算法同样具有重要价值。
注意事项
- 请确保在下载和使用数据集之前,已经充分了解数据集的使用条款和隐私政策。
- 数据集的使用应遵守相关法律法规,不得用于任何违法行为。
我们希望这些数据集能够为您的非侵入式负荷分解研究提供助力。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.77 K
Ascend Extension for PyTorch
Python
347
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
607
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
184
暂无简介
Dart
778
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896