关于数据集
这两个数据集为车联网 (IoV) 生态系统背景下的城市交通能源使用和环境影响提供了互补的见解。
数据集 1，电动汽车充电需求，捕获医院充电站的电动汽车充电电力需求，粒度为 15 分钟，跨越 2018 年中至 2019 年中，包括日历和天气特征。
数据集 2，城市交通排放监测，提供与交通相关的碳排放的分钟级数据，包括车辆数量、道路长度、平均速度和发动机负荷率等交通参数。
使用最小-最大标准化进行预处理，并应用快速傅里叶变换 (FFT) 进行特征提取，以捕获周期性模式并增强基于信号的分析。
车联网使包括电动汽车 (EV) 在内的车辆能够实时连接到电网和交通管理系统。电动汽车利用车联网技术进行智能充电、共享详细的能源使用数据，甚至通过车辆到电网 (V2G) 系统将能量回馈给电网。
数据集 2 反映了该互联生态系统中更广泛的交通状况和车辆行为，从而可以分析道路使用情况和交通流量如何影响排放。
这些数据集共同支持对交通能源消耗、排放以及车联网在可持续城市交通中的作用的全面研究。
数据集 1（电动汽车充电需求）：
该数据集记录了医院站点一年多来每 15 分钟汇总的电动汽车充电电力需求。它包含一天中的时间和星期几的循环编码，以及工作日和节假日标记。此外，还纳入了温度和降雨等环境变量，以探索其对充电需求的影响。该数据集支持详细的时间和环境分析，用于需求预测和智能充电策略，而这正是车联网电动汽车管理的关键要素。
数据集 2（交通排放监测）：
该数据集包含城市路段交通和碳排放参数的分钟级记录。它包括车辆数量、平均速度、道路长度、发动机负荷率以及以克/秒为单位的二氧化碳排放量计算值。这些测量值反映了交通动态，对于理解车联网框架内的环境影响至关重要，其中实时车辆和交通数据有助于排放预测、交通政策规划以及网联汽车运营的优化。
列描述
数据集-1：电动汽车充电需求（transport_emissions_dataset.csv）
时间戳：每 15 分钟间隔的日期和时间。
quarter_hour_sin / quarter_hour_cos：一天中时间的周期性正弦和余弦编码。
day_of_week_sin / day_of_week_cos：星期几的周期性正弦和余弦编码。
is_working_day：二进制标志（1 = 周一至周五，0 = 周末）。
is_holiday：国家/法定节假日的二进制标志（1 = 节假日）。
weekly_avg_EV_demand：每周平均电动汽车充电需求（kW）。
daily_temperature_C：每日平均气温（摄氏度）。
daily_rainfall_mmph：降雨强度（毫米/小时）。
EV_charging_demand_kW：目标变量显示每个间隔的总电动汽车充电功率需求。
数据集-2：运输排放监测（EV_charging_demand.csv）
timestamp_minute：以分钟级别粒度记录的时间戳。
车辆计数：间隔期间在路段上检测到的车辆数量。
avg_speed_kmph：车辆平均速度（公里/小时）。
road_length_km：监控路段的长度（公里）。
engine_load_factor：衡量发动机容量利用率。
carbon_emission_gps：以每秒克为单位测量的二氧化碳排放量。
