[PYTHON] Erfassung des früheren Stromverbrauchs Kansai Electric Power Edition

Einführung

Ich habe ein Seminar zur Stromverbrauchsprognose abgehalten und gehört, dass es schwierig ist, diese zu erhalten, da das Format des von jedem Energieversorgungsunternehmen veröffentlichten Stromverbrauchs in der Vergangenheit unterschiedlich ist. Daher werde ich die Datenerfassungsmethode für jedes Elektrizitätsunternehmen zusammenfassen.

Übrigens sind die Ziel-Energieunternehmen Hokkaido-Macht, Tohoku-Macht, Tokio-Macht, Hokuriku-Macht, Chubu-Macht, Kansai-Macht, China-Macht, Shikoku-Macht, Kyushu-Macht, Okinawa-Macht, und dieses Mal werde ich mich mit Kansai-Macht befassen. ..

Hinweis: Das Wiederholen einer großen Anzahl von Downloads stellt eine Belastung für den Server dar. Versuchen Sie daher, den Download nur einmal oder für einen begrenzten Zeitraum durchzuführen.

Betriebsumgebung

Es funktioniert in einer Umgebung namens Colaboratory von Google.

Colaboratory

Webseite

Es scheint, dass Sie die Daten von der folgenden Website herunterladen können.

Mitteilung über Angebot und Nachfrage zur Stromübertragung und -verteilung von Kansai

herunterladen

python

for y in range(2016, 2020):
  for m in range(1,13):
    url = "https://www.kansai-td.co.jp/yamasou/{:04}{:02}_jisseki.zip".format(y, m)
    print(url)
    !wget $url

from glob import glob

files = glob("*.zip")
files.sort()

for f in files:
  !unzip $f

Lesen und visualisieren

python

from glob import glob
import pandas as pd

files = glob("2*.csv")
files.sort()

df_juyo = pd.DataFrame()

for f in files:
  print("\r", f, end="")
  try:
    df = pd.read_csv(f, encoding="Shift_JIS", skiprows=10, nrows=24)
    d = df.DATE + " " + df.TIME
  except:
    df = pd.read_csv(f, encoding="Shift_JIS", skiprows=16, nrows=24)
  #df.tail(25)
  #df.head()
  df_juyo = pd.concat([df_juyo, df])

print(df_juyo.shape)
print(df_juyo.columns)

df_juyo.index = pd.to_datetime(df_juyo["DATE"] + " " + df_juyo["TIME"])
df_juyo = df_juyo.sort_index()

df_juyo["Ergebnisse am Tag(10.000 kW)"].plot(figsize=(15,5))

erledigt!

Aufgrund der großen Bevölkerung der Region ist es unweigerlich eine Region, die viel Strom verbraucht.

Wenn man die Menge an verbrauchtem Strom betrachtet, fällt Ihnen vieles auf. Das ist alles für Kimura aus der Szene.

Ergänzung

Die Person, die den Artikel las, fragte mich: "Es dauert zu lange. Was soll ich also tun, wenn ich die Daten schnell haben möchte?" Also beschloss ich, die Daten für eine Weile zu verkaufen. Wenn Sie an den Daten interessiert sind, lesen Sie bitte die folgende URL.

https://ticket.tsuku2.jp/eventsDetail.php?ecd=16260900020422