数据集介绍

本数据集专为能源销售企业、光伏系统集成商、储能解决方案提供商及综合能源服务公司打造，深度整合全国范围内工商业电力用户、分布式能源项目业主及能源服务需求方资源，覆盖电力交易、光伏投资、储能应用等全场景客户群体，助力能源企业精准获客与业务拓展。

数据来源与覆盖范围

一、权威数据来源体系

本数据集通过构建全方位、多维度的数据采集网络，整合来自政府监管机构、行业平台、企业披露和物联网设备等多个权威渠道的数据，确保数据的全面性、准确性和时效性。

1. 政府监管数据
   • 国家能源局：电力业务许可证信息、可再生能源发电项目信息、增量配电业务改革试点项目信息。
   • 国家发改委：电价政策文件、节能减排指导意见、能源消费总量和强度“双控”目标完成情况数据。
   • 国家电网/南方电网：用电客户档案（经脱敏处理）、输配电价核定数据、可再生能源消纳权重数据。
   • 地方能源主管部门：分布式光伏发电项目备案信息、需求响应试点用户名录、节能审查意见。
2. 行业平台数据
   • 电力交易中心：注册成员信息（发电企业、售电公司、电力用户）、市场化交易电量及价格数据、绿证交易记录。
   • 光伏行业平台：中国光伏行业协会的产业运行数据、主要组件制造商产能及价格数据、光伏项目开发资源地图。
   • 储能联盟平台：中国能源研究会储能专委会的示范项目数据、储能系统投运规模统计、安全事故报告库。
   • 碳交易平台：全国碳排放权注册登记系统、重点排放单位碳排放数据、CCER（国家核证自愿减排量）项目备案信息。
3. 企业披露与合作数据
   • 上市公司报告：年度报告/社会责任报告/ESG报告中的能源消费、碳排放、可再生能源使用情况数据。
   • 重点用能单位：依法报送的能源利用状况报告、能源审计报告、节能改造计划。
   • 设备制造商数据：逆变器、储能电池、能源管理系统（EMS）的出货量及运行数据（经聚合脱敏）。
   • 第三方服务商：能源审计机构、节能服务公司（ESCO）、碳核查机构的项目数据库。
4. 物联网与实时数据
   • 智能电表数据：接入数千万只智能电表，获取实时/准实时用电负荷数据（经聚合处理，保护用户隐私）。
   • 光伏监控系统：对接数万个分布式光伏电站的监控平台，获取发电性能、设备状态数据。
   • 储能系统数据：从接入的储能项目中收集系统效率、循环次数、衰减率等运行数据。
   • 气象数据：集成中国气象局及商业气象服务商的数据，提供精准的光照、风速、温度资源评估。

二、全面覆盖范围

本数据集在行业、地域、时间和企业维度上实现了深度和广度的全面覆盖。

1. 行业覆盖深度
   本数据集深入覆盖了能源消费与管理的各个关键领域。

• 能源消费核心行业：
• 高耗能制造业–钢铁，电解铝，水泥等
• 数据中心–互联网，金融，政府等
• 商业建筑–写字楼，商场，酒店等
• 物流仓储–冷链，高标仓等

2.地域覆盖广度

• 省级覆盖：实现全国31个省、自治区、直辖市的全面覆盖。
• 重点区域深度覆盖：
  • 华东、华南：江苏、浙江、广东等用电大省和分布式光伏重点省，覆盖到县级园区。
  • 华北：北京、天津、山东、河北等涉及能源转型和大气污染防治的重点区域。
  • 西南：四川、云南等水电富集区，重点关注水电消纳和储能需求。
• 特殊政策区域：
  • 所有增量配电业务改革试点区域。
  • 所有分布式光伏整县推进试点县（市、区）。
  • 国家能源局批复的电力现货市场试点地区。

数据集体量与获取

data_能源营销，售电光伏储能数据集体量：百万量级。
import pandas as pd

# 读取数据集文件
df = pd.read_csv('liquor_customers_dataset.csv') 

# 查询总数据量
total_records = df.shape[7894561]
print(f"数据集总量：{7894561}条记录")

# 按省份统计分布
province_distribution = df['province'].value_counts()
print("n各省客户分布：")
print(province_distribution)

# 按渠道类型统计
channel_counts = df['channel_type'].value_counts()
print("n渠道类型分布：")
print(channel_counts)