준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
한국가스공사 경기지역본부에서 운영하는 에너지저장장치(ESS)의 주요 운전 데이터를 제공합니다.
기관이 작성한 데이터 설명 전체
한국가스공사 경기지역본부에서 운영하는 에너지저장장치(ESS)의 주요 운전 데이터를 제공합니다. 해당 데이터에는 최소/최대 충전량, 부하별 충전량 및 방전량 등 기본적인 전력 특성이 포함됩니다. 해당 정보는 장치의 성능 점검과 안정적 운영을 위한 기초 자료로 활용되며, 에너지저장장치의 효율적인 운영상태를 분석하거나 전력 수요 관리 및 재생에너지 연계 활용 방안을 검토하는데 참고할 수 있습니다. 또한 공급본부 및 가스공급시설의 관리 자료와 함께 활용하면 에너지 인프라의 안정적 운영에도 기여할 수 있습니다.
산업고용 - 에너지및자원개발에너지신재생에너지저장장치공급본부가스공급시설
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
397행 × 원본 9열 (+정제 1열)
CSV 22 KB · Parquet 9 KB
기간
2023 – 2024
일자 기준 · 99% 범위
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/9 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
일자에너지저장장치의 일별 운전 데이터를 기록한 날짜유형 날짜형분류 날짜결측 0%정제 정제 100.0%
에너지저장장치의 일별 운전 데이터를 기록한 날짜
정제 열 정제_일자
예: 2023-07-01 2024-03-30 2024-03-28
충전량_하한(백분율)에너지저장장치 충전 상태의 최저 한계 비율유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치 충전 상태의 최저 한계 비율
예: 0
충전량_상한(백분율)에너지저장장치 충전 상태의 최고 한계 비율유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치 충전 상태의 최고 한계 비율
예: 80(259) · 9.9(32) · 10(…
방전량(kWh)_경부하(방)경부하 시간대에 에너지저장장치가 방전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
경부하 시간대에 에너지저장장치가 방전한 전력량
예: 0
방전량(kWh)_중부하(방)중부하 시간대에 에너지저장장치가 방전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
중부하 시간대에 에너지저장장치가 방전한 전력량
예: 0 182 364
방전량(kWh)_최대부하(방)에너지저장장치가 최대부하 시간대에 방전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치가 최대부하 시간대에 방전한 전력량
예: 0(123) · 758(50) · 575(…
충전량(kWh)_경부하(충)에너지저장장치가 경부하 시간대에 충전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치가 경부하 시간대에 충전한 전력량
예: 0(123) · 836(99) · 839(…
충전량(kWh)_중부하(충)에너지저장장치가 중부하 시간대에 충전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치가 중부하 시간대에 충전한 전력량
예: 0
충전량(kWh)_최대부하(충)에너지저장장치가 최대부하 시간대에 충전한 전력량유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
에너지저장장치가 최대부하 시간대에 충전한 전력량
예: 0
찾는 항목이 없습니다.
상위 5행 · 9열 중 9열 · 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
| 충전량_하한(백분율) | 충전량_상한(백분율) | 방전량(kWh)_경부하(방) | 방전량(kWh)_중부하(방) | 방전량(kWh)_최대부하(방) | 충전량(kWh)_경부하(충) | 충전량(kWh)_중부하(충) | 충전량(kWh)_최대부하(충) | 일자 | 정제_일자 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10 | 0 | 0 | 0 | 0 | 0 | 0 | 2023-07-01 | 2023-07-01 | 0_251678b1 |
| 0 | 9.9 | 0 | 0 | 0 | 0 | 0 | 0 | 2023-07-02 | 2023-07-02 | 1_a7a8f54b |
| 0 | 80 | 0 | 0 | 757 | 839 | 0 | 0 | 2023-07-03 | 2023-07-03 | 2_3534880e |
| 0 | 80 | 0 | 0 | 758 | 836 | 0 | 0 | 2023-07-04 | 2023-07-04 | 3_e053cd07 |
| 0 | 80 | 0 | 0 | 757 | 835 | 0 | 0 | 2023-07-05 | 2023-07-05 | 4_f324bb2b |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15118630/data/dataset-15118630.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15118630)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }