数据集概述
本数据集基于论文“Unified Resilience Model Using Deep Learning for Assessing Power System Performance”构建，核心内容为用于评估电力系统性能的统一弹性模型（URM）相关数据。模型通过深度学习方法分析环境因素对电池和储能设备弹性的影响，利用已知低弹性损耗数据训练性能影响因素，以提升电力系统弹性及性能。
文件详解
- 文件名称：Power_System_Resilience_Dataset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含支持统一弹性模型（URM）训练与验证的相关数据，可能涉及环境因素（如天气数据）、电池及储能设备弹性损耗数据、电力系统性能指标数据等，具体字段需结合论文研究内容对应，用于分析环境因素对电力系统弹性的影响及模型验证。
数据来源
论文“Unified Resilience Model Using Deep Learning for Assessing Power System Performance”
适用场景
- 电力系统弹性评估：基于深度学习模型分析环境因素对电力系统（含电池、储能设备）弹性的影响。
- 电力系统性能优化：利用模型输出数据增强电力系统弹性强化因素，提升整体性能。
- 能源领域深度学习应用：探索深度学习在电力系统弹性建模与性能评估中的应用。
- 天气因素对电力系统影响研究：聚焦天气因素对电力系统弹性及性能的具体影响机制分析。
