相关数据集
PGLearn/PGLearn-Large-9241_pegase-nminus1
PGLearn最优电力流数据集（9241_pegase, N-1）包含电力系统优化相关的数据，适用于表格回归任务。数据集由三种类型的电力流优化问题（交流最优电力流（ACOPF）、直流最优电力流（DCOPF）和次最优电力流（SOCOPF））组成，每种类型都包括原始变量和对应的双变量，以及元数据信息。数据集分为训练集和测试集，可用于模型训练和评估。
Hugging Face2025-05-19 更新300
PGLearn/PGLearn-Medium-1354_pegase-nminus1
这是一个关于电力系统最优潮流计算的数据集，包含了交流最优潮流（ACOPF）、直流最优潮流（DCOPF）和二次规划最优潮流（SOCOPF）的数据。数据集特征包括输入功率、需求、设备状态、线路状态等，并提供最优潮流计算的结果和相关元信息。数据集分为训练集和测试集。
Hugging Face2025-05-17 更新150
PGLearn/PGLearn-Large-6470_rte-nminus1
PGLearn最优潮流数据集（6470_rte, N-1）包含了电力系统中的最优潮流计算相关数据。该数据集涉及了多种类型的特征，包括输入功率需求、发电机状态、线路状态等，以及最优潮流算法（ACOPF、DCOPF、SOCOPF）的结果和元数据信息。数据集分为训练集和测试集两部分。
Hugging Face2025-05-18 更新120
PGLearn/PGLearn-Medium-2869_pegase-nminus1
PGLearn最优电力流数据集（2869_pegase, N-1），包含电力系统优化相关的特征，适用于表格回归任务。数据集分为训练集和测试集，提供了ACOPF、DCOPF、SOCOPF三种优化问题的原始和dual形式变量的数据，以及相关的元数据信息。
Hugging Face2025-05-19 更新150
PGLearn/PGLearn-Medium-NewYork2030-nminus1
PGLearn最优潮流数据集（纽约2030，N-1）：该数据集包含了用于电力系统最优潮流研究的特征数据，涉及输入功率需求、发电机和分支状态等信息，以及ACOPF和DCOPF算法相关的参数和状态信息。数据集适用于表格回归任务，分为训练集和测试集。
Hugging Face2025-05-18 更新130
