Electric Load Forecasting

With Machine Learning

:Using Open Data for Digitalization With TEPCO

Shoichi Otomo

import pandas as pd
#東京電力のオープンデータを読み込む
elec = pd.read_csv(
    "../data/tepco/area-2016_utf.csv",
#日付と時間を結合したセルに変更する
    parse_dates={'datetime': ['DATE', 'TIME']})
#使用する文字列をアルファベットに変更する
columns={
    "東京エリア需要":"tky_dmnd",
    "火力":"thp",
    "水力":"hyd",
    "太陽光発電実績":"slr"
}
#再度読み込みを行う
elec.rename(columns=columns, inplace=True)

import pandas as pd
#東京電力のオープンデータを読み込む
elec = pd.read_csv("../data/tepco/area-2016_utf.csv")
elec

Dataの読み込みを行う

読み込んだDataのoptionを設定する

#気温と電力需要の相関を作成するのに必要なカラムを抽出する。結合条件は日時
dat = pd.merge(elec, wh, how="inner")
dat = dat.loc[:,["datetime","tky_dmnd","slr","temp","solor_rad"]]
dat.head()

Dataの結合と抽出を行う

データの結合と抽出を行うパターンに関して、次ページ以降でいくつかのパターンに関して記載します。