Datasets
Standard Dataset
Consumo de energía
- Citation Author(s):
- Submitted by:
- Monica Tonato
- Last updated:
- Thu, 04/25/2024 - 20:25
- DOI:
- 10.21227/fbzx-t193
- Data Format:
- License:
Abstract
Los datos empleados en el análisis del estudio fueron obtenidos del sistema SAP del Departamento Comercial de la Compañía Nacional de Electricidad (CNEL EP) Unidad de Negocio Esmeraldas. Estos datos consisten en registros originales de consumo mensual de energía eléctrica facturada (expresada en kilovatios-hora, kWh) durante un periodo de 25 meses (enero de 2021 a enero 2023). Estos registros pertenecen a 136218 clientes aproximadamente de del sector residencial de la provincia de Esmeraldas.
El macro consta de 3.009.852 filas y 5 columnas con los siguientes atributos:
· Año (2021 / 2022 / 2023)
· Mes (enero a diciembre)
· Código cuenta de cada cliente fue modificado por motivos de privacidad para el usuario.
· Energía (E): indica la cantidad de energía eléctrica activa consumida (KWh)
· Tipo de lectura: esta categoría se aplica a los usuarios que han declarado utilizar el servicio residencial para fines domésticos y que tienen aplicada una exoneración.
Código 205: Tarifa Residencial Normal
Código 215: Tarifa Residencial Normal para el Programa de Cocción Eficiente (PEC)
Código 209: Tarifa para Tercera Edad
Código 219: Tarifa para Tercera Edad para el Programa de Cocción Eficiente (PEC)
Código 211: Tarifa Residencial con Discapacidad
Código 221: Tarifa Residencial con Discapacidad para el Programa de Cocción Eficiente (PEC)
Código 206: Tarifa Residencial Temporal
Descargar y descomprimir.
Dataset Files
- Consumos residenciales.rar (8.94 MB)
- datosetiquetadosfraude.mat (46.74 kB)
- datosetiquetadossinfraude.mat (3.22 MB)
Comments
It's impressive to see how this data repository has been carefully compiled to support the reproducibility of the article published by the authors. The original records of monthly billed electrical energy consumption over a 25-month period provide a deep and detailed insight into the energy behavior in the Esmeraldas province.
The number of clients included in the analysis, approximately 136218 from the residential sector, reinforces the representativeness and validity of the findings. The attributes captured in the dataset, such as year, month, amount of consumed electrical energy, and reading type, offer a comprehensive perspective on consumption patterns and energy behavior in the area. Furthermore, the replacement of client codes with sequential numbers for privacy protection demonstrates a strong commitment to data security.
This repository is an excellent example of how transparency and accuracy are crucial for high-quality research and the construction of reliable conclusions. I commend the authors for their meticulous approach in data preparation and for sharing such a valuable resource with the academic and scientific community. Their effort significantly contributes to the creation of a reproducible and transparent research environment.