[PYTHON] Erfassung des früheren Stromverbrauchs China Electric Power Edition

Einführung

Ich habe ein Seminar zur Stromverbrauchsprognose abgehalten und gehört, dass es schwierig ist, diese zu erhalten, da die von den einzelnen Energieversorgungsunternehmen angekündigten früheren Stromverbrauchsformate unterschiedlich sind. Daher werde ich die Datenerfassungsmethode für jedes Energieunternehmen zusammenfassen.

Die Zielstromversorgungsunternehmen sind übrigens Hokkaido-Macht, Tohoku-Macht, Tokio-Macht, Hokuriku-Macht, Chubu-Macht, Kansai-Macht, Chugoku-Macht, Shikoku-Macht, Kyushu-Macht, Okinawa-Macht, und dieses Mal werde ich mich mit China-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.

China Electric Power Network Denki-Prognose

herunterladen

python


for y in range(2016, 2020):
  url = "https://www.energia.co.jp/nw/jukyuu/sys/juyo-{:04}.csv".format(y)
  print(url)
  !wget $url

Ab September 2020 scheinen die Daten vom April 2018 bei ihrer Ausführung veröffentlicht worden zu sein.

Lesen und visualisieren

python


from glob import glob
import pandas as pd

files = glob("j*.csv")
files.sort()
print(files)

df_juyo = pd.DataFrame()

for f in files:
  df = pd.read_csv(f, skiprows=2, encoding="Shift_JIS")
  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["Performance(10.000 kW)"].plot(figsize=(15,5))

Unknown.png

erledigt!

Da die bisherigen Stromverbrauchsergebnisse möglicherweise nicht veröffentlicht werden, müssen kontinuierlich Daten erfasst werden.

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

Recommended Posts

Erfassung des früheren Stromverbrauchs China Electric Power Edition
Erfassung des früheren Stromverbrauchs Shikoku Electric Power Edition
Erfassung des früheren Stromverbrauchs Okinawa Electric Power Edition
Erfassung des früheren Stromverbrauchs Kansai Electric Power Edition
Erfassung des früheren Stromverbrauchs Kyushu Electric Power Edition
Zusammenfassung der Verwendung von pyenv
Grundlegende Verwendung von Flask-Classy
Grundlegende Verwendung von Jinja2
Verwendung von Python-Einheimischen ()
Grundlegende Verwendung von SQL Alchemy