Electricity supply in Tokyo from 2016 to 2020
作成日：2020年12月16日 最終更新日：2020年12月15日
コメントする
いいね
お気に入り
全体に公開
提出者情報
| データジャケットの題名 | Electricity supply in Tokyo from 2016 to 2020 |
|---|---|
| データの所在・所有者 | Tokyo Electric Power Company Holdings |
| データ収集方法やコスト | Accumulated by the company. |
| データの共有について | 一般的に共有してよい |
| データの共有について (その他を選ばれた方) |
データの分析・シミュレーションについて
| データの種類 | 表 |
|---|---|
| データの変数（パラメーター）の変数名 | time(year, month, hour), nuclear_power, fire_power, hydro_power, geothermal_power, biomass, solar_power, wind_power, renewable, sum |
| データの概要説明 | The history data of electricity supply in Tokyo area by TEPCO from April 1st, 2016 to November 30th, 2020. The data is collected per hour. The energy supply encompasses firepower, nuclear power and renewable energy like solar power, wind power, geothermal power, biomass and so on. In 2020, the firepower still takes most part of energy supply. Solar power energy and wind power make up the most part of renewable energy. However, they fluctuate largely. The data could be used to analyse energy supply change in Tokyo in different time scales. |
| 想定しているデータの分析・シミュレーションプロセス | |
| 想定しているデータの分析・シミュレーションプロセスの結果 （データ分析結果／ツールの出力／典型例など） | Obtain variation features of total electricity supply. Obtain fluctuation features of renewable energy. (Seasonally) Obtain the explanation about how and why the energy structure changes. |
| 上記の分析・シミュレーションプロセス以外に期待する分析 | 1. For further application to reduce carbon emission, this data could be used to consider with renewable energy sector investment. Combined with the investment in different infrastructures for electricity generation, the usefulness analysis of the construction investment could be obtained. 2. Use machine learning method to predict wind power or solar power electricity generation. |
その他
| 自由記述 | |
|---|---|
| 入手したいデータ／ツール | Investment data in different sectors for electricity generation. Carbon emission data. Machine learning tool for electricity generation prediction. |
| 可視化情報 | |
| サンプルデータ |
2022年02月13日
コメントフォーム