준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
한국가스공사 생산기지의 종합 현황을 체계적으로 정리한 데이터 입니다.
기관이 작성한 데이터 설명 전체
한국가스공사 생산기지의 종합 현황을 체계적으로 정리한 데이터 입니다. 생산기지 인프라 현황 파악 및 설비 운영 계획 수립, 생산능력 관리, 설비 투자 계획 수립을 목적으로 수집되었습니다. 데이터 구성항목은 평택기지, 인천기지, 통영기지, 삼척기지, 제주기지별 생산능력 및 설비용량 등의 정보로 이루어져 있어 각 기지의 인프라 현황을 종합적으로 파악할 수 있습니다. 본 데이터를 활용하면 기지별 생산능력 비교 분석, 설비용량 대비 가동률 평가, 설비 확충 필요성 검토, 예비 생산능력 확보 현황 파악이 가능합니다. 또한 기지간 생산능력 균형 분석, 노후설비 교체 계획 수립, 수요 증가 대비 설비 확충 계획, 설비 현대화 우선순위 결정에 활용됩니다. 생산기지 증설 계획 수립, 기지간 생산량 배분 최적화, 설비투자 우선순위 결정 등 생산기지 운영 기획 및 평가에 직접 활용되어 안정적인 천연가스 공급체계 구축을 지원합니다.
산업고용 - 에너지및자원개발설비용량생산능력생산기지현황데이터기획평가
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
28행 × 원본 8열
CSV 1 KB · Parquet 3 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.4%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
0/8 항목
원본 열은 그대로 보존
데이터 내용
구분생산기지에 설치된 설비의 종류유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
생산기지에 설치된 설비의 종류
예: 재액화설비 저장탱크 송출설비(저압펌프)
용량구분에 해당하는 설비가 저장하거나 처리할 수 있는 양유형 숫자형분류 코드 · 분류결측 4%정제 원본 유지
구분에 해당하는 설비가 저장하거나 처리할 수 있는 양
예: 60 90 45000
단위용량 값을 나타내는 데 쓰인 계량 단위유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
용량 값을 나타내는 데 쓰인 계량 단위
예: T/H ㎘ Nm3/H
평택기지표를 분류 기준으로 펼친 축에서 「평택기지」에 해당하는 값 · 셀은 code 형태의 값유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「평택기지」에 해당하는 값 · 셀은 code 형태의 값
예: 0(13) · 2(3) · 10(2) · …
인천기지표를 지역 기준으로 펼친 축에서 「인천기지」에 해당하는 값 · 셀은 code 형태의 값유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「인천기지」에 해당하는 값 · 셀은 code 형태의 값
예: 0(13) · 2(3) · 1(2) · 1…
통영기지표를 분류 기준으로 펼친 축에서 「통영기지」에 해당하는 값 · 셀은 code 형태의 값유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「통영기지」에 해당하는 값 · 셀은 code 형태의 값
예: 0 2 13
삼척기지표를 분류 기준으로 펼친 축에서 「삼척기지」에 해당하는 값 · 셀은 code 형태의 값유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
표를 분류 기준으로 펼친 축에서 「삼척기지」에 해당하는 값 · 셀은 code 형태의 값
예: 0 6 2
제주기지표를 지역 기준으로 펼친 축에서 「제주기지」에 해당하는 값 · 셀은 code 형태의 값유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
표를 지역 기준으로 펼친 축에서 「제주기지」에 해당하는 값 · 셀은 code 형태의 값
예: 0 1 4
찾는 항목이 없습니다.
상위 5행 · 8열 중 8열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 구분 | 용량 | 단위 | 평택기지 | 인천기지 | 통영기지 | 삼척기지 | 제주기지 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 하역설비 | 선좌 | 2 | 2 | 2 | 1 | 1 | 0_27dcb4cf | |
| 저장탱크 | 45000 | ㎘ | 0 | 0 | 0 | 0 | 2 | 1_fcfbb514 |
| 저장탱크 | 100000 | ㎘ | 10 | 10 | 0 | 0 | 0 | 2_4937c787 |
| 저장탱크 | 140000 | ㎘ | 4 | 2 | 13 | 0 | 0 | 3_5f1e6a84 |
| 저장탱크 | 200000 | ㎘ | 9 | 11 | 4 | 9 | 0 | 4_c1fd6c18 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15040982/data/dataset-15040982.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15040982)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }