KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국가스공사_도시가스 피크수요의 기온효과

한국가스공사_도시가스 피크수요의 기온효과

읽기 쉬운 제목(검토 전) 도시가스 피크수요의 기온효과

한국가스공사 · 경제경영연구소 정책연구팀 · 공공데이터포털 원본 ↗

데이터 ID 15130020 · 버전 1.0.0 · 최초 등록 2024-07-18 · 2025-12-09 갱신 · 수시

준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?

본 데이터는 한국가스공사의 도시가스 피크수요 기온효과 분석 정보를 제공합니다.

기관이 작성한 데이터 설명 전체
본 데이터는 한국가스공사의 도시가스 피크수요 기온효과 분석 정보를 제공합니다. 1997년부터 2023년까지의 분석 결과로, 기온이 피크수요에 미치는 영향을 정량화하기 위해 수집되었습니다. 데이터의 세부 항목으로는 연도, 수도권·충청권·대경권·호남권·동남권 지역별 기온효과 계수 등이 포함되어 있습니다. 기온반응함수와 피크수요의 기온분포를 이용하여 도시가스 피크수요의 계절성을 모형화한 결과입니다. 본 데이터는 수요예측 담당자, 에너지경제연구원, 기상연구기관, 도시가스사업자, 정책 연구자, 한국에너지공단이 기온변화에 따른 수요 변동 분석에 활용할 수 있습니다

산업고용 - 에너지및자원개발피크수요기온효과도시가스기온분포계절성

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

27행 × 원본 6열 (+정제 1열)

CSV 2 KB · Parquet 3 KB

기간

1997 – 2022

연도 기준 · 99% 범위

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

0종 · 0개 데이터

없음

정제 범위

1/6 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

항목 6개 중 2개는 정의가 없습니다.

연도기온이 도시가스 피크수요에 미친 효과 계수의 분석 대상이 된 해유형 숫자형분류 —결측 0%정제 정제 100.0%

기온이 도시가스 피크수요에 미친 효과 계수의 분석 대상이 된 해

정제 열 정제_연도

예: 1997 2011 2022

수도권표를 분류 기준으로 펼친 축에서 「수도권」에 해당하는 값 · 셀은 -10.24 ~ -10.09 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「수도권」에 해당하는 값 · 셀은 -10.24 ~ -10.09 범위의 실수 수치

예: -10.213 -10.245 -10.156

충청권충청권에서 기온이 도시가스 피크수요에 미치는 영향을 나타내는 계수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

충청권에서 기온이 도시가스 피크수요에 미치는 영향을 나타내는 계수

예: -4.759 -4.76 -4.803

대경권항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

항목 정의 없음 · 관측: -7.09 ~ -6.99 범위의 수치 항목 · 고유값 24 · 결측 없음

예: -7.047 -7.015 -7.067

호남권표를 분류 기준으로 펼친 축에서 「호남권」에 해당하는 값 · 셀은 -9.09 ~ -8.83 범위의 실수 수치유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

표를 분류 기준으로 펼친 축에서 「호남권」에 해당하는 값 · 셀은 -9.09 ~ -8.83 범위의 실수 수치

예: -8.931 -9.09 -8.969

동남권항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지

항목 정의 없음 · 관측: -5.8 ~ -5.67 범위의 수치 항목 · 고유값 21 · 결측 없음

예: -5.747 -5.717 -5.75

상위 5행 · 6열 중 6열 · 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

수도권충청권대경권호남권동남권연도정제_연도행 식별값
-10.213-4.762-7.049-8.931-5.736199719970_f1917d36
-10.212-4.798-7.084-9.09-5.748199819981_00bdbd09
-10.235-4.76-7.047-8.882-5.733199919992_95302d2a
-10.115-4.721-7.015-8.876-5.699200020003_b8d22eac
-10.208-4.8-7.067-9.007-5.759200120014_aa80e511
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15130020/data/dataset-15130020.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15130020)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 17 KBCSV