高分辨率能源(HIRE)
energy-demand的Python项目详细描述
…_自述文件:
图片::https://img.shields.io/badge/docs latest brightgreen.svg
:目标:http://ed.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://travis-ci.org/nismod/energy嫒u demand.svg?branch=master
:目标:https://travis ci.org/nismod/energy\u demand
…图片::https://covertalls.io/repos/github/nismod/energy嫒u demand/badge.svg?branch=master
:目标:https://coveralls.io/github/nismod/energy\u demand?分支=主
…图片::https://zenodo.org/badge/72533183.svg
:目标:https://zenodo.org/badge/latestdoi/72533183
**hire**是用python(python>;=3.6)编写的,由牛津大学环境变化研究所开发,http://www.eci.ox.ac.uk>;`在由epsrc赞助的mistral项目中,作为"基础设施转型研究联盟"的一部分,更多关于该模型的信息可以在:
`https://doi.org/10.1016/j.apenergy.2018.12.052<;https://doi.org/10.1016/j.apenergy.2018.12.052>;` `.
1.下载输入数据
--
大多数用于跑步的数据都可以在网上免费获得。但是,
对于某些输入数据,有必要请求访问(有关所有必要输入数据集的更多信息,请参见"here<;https://ed.readthedocs.io/en/latest/documentation.html data sets>;`)
可以下载运行hire所需的所有输入数据(`here<;http://dx.doi.org/10.17632/wc8pxynv7b.1>;``ux),其中
对于受限制的数据集,可以使用虚拟输入数据集。
对于数据查询,请联系sven.eggimann@ouce.ox.ac.uk或"联合体"<;https://www.itrc.org.uk/contact us/>;`。
还要检查数据区域是否可用"here<;https://www.nismod.ac.uk>;``.
2.初始化并运行模型(本地)
--
建议的安装方法是使用"conda<;http://conda.pydata.org/miniconda.html>;``,
处理包和虚拟环境。首先,创建conda环境
conda create--name energy_demand python=3.6
首先,需要设置模型(第1.1节或第1.1节)。
2.1模型设置(含完整数据)
--------
1。将所有必要的数据添加到本地目录中,如"path/to/energy_data_folder",然后
下载energy_demand python代码。
注意:由于某些数据不是开源的,因此需要从联盟中获取完整的数据。但是,可以使用虚拟数据运行模型(参见第1节)
>2。更新config文件夹
<3中"wrapperconfig.ini"文件中的路径。导航到保存python代码的文件夹。打开命令并键入
命令行(在虚拟环境中):
``python setup.py develop``
>4。使用命令
``energy_demand setup-d path/to/energy_data_folder``
``path/to/energy_data_folder``是运行模型所需数据所在位置的路径。
注意:``setup``命令生成在
``energy_data_folder```.
>2.2替代模型设置(使用受限制的虚拟数据)
---------------------------
>1中新建子文件夹。将最低数据要求添加到本地目录"path/to/energy\u data\u folder",并下载ergy_需要python代码。
2.更新config文件夹
<3中"wrapperconfig.ini"文件中的路径。导航到保存python代码的文件夹。打开命令并键入
命令行(在虚拟环境中):
``python setup.py develop``
>4。在控制台中使用命令
``energy_demand minimal_setup-d path/to/energy_data_folder``
example:energy_demand minimal_setup-d c:/users/fred1234/data_energy_demand
`path/to/energy_data_folder``是指向位置的路径使用
运行模型所需的最小虚拟数据。
注意:``minimal\u setup``命令在
``energy\u data````.
3中生成新文件夹。以SMIF
--
1进行雇佣。按照1.1"模型设置"中所述设置模型
2。安装并设置smif(请参见"here<;https://github.com/nismod/smif>;"说明
3。pip安装"能源需求"4。使用
命令为场景运行能源需求模型:``smif run name\u scenario`
有关所有可能的场景及其说明的概述,
请参见此处<;https://linktobedfined.htm>;`
要使用SMIF更改单个扇区模型的记录器级别,请键入:
``smif-v run modelrun`id``或``smif-vv run modelrun`id`
4。根据模拟结果生成图
--
每次运行模型时,特定的模型模拟结果
都存储在以模型执行时间戳命名的结果文件夹中。
为了生成结果图,需要使用"处理"文件夹中的脚本。按如下步骤进行:
1.选择要为其生成绘图的所有生成的结果文件夹。
2。将它们复制到空文件夹中。
3.配置"energy_demand/processing/multiple_scenarios.py"文件,即process_result_multi_scen()函数的参数,
并执行该函数。
这将生成invidual result文件夹中的所有绘图。
注意:
在"process_result_multi_scen"函数中,可以配置应生成的所有绘图
图片::https://img.shields.io/badge/docs latest brightgreen.svg
:目标:http://ed.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://travis-ci.org/nismod/energy嫒u demand.svg?branch=master
:目标:https://travis ci.org/nismod/energy\u demand
…图片::https://covertalls.io/repos/github/nismod/energy嫒u demand/badge.svg?branch=master
:目标:https://coveralls.io/github/nismod/energy\u demand?分支=主
…图片::https://zenodo.org/badge/72533183.svg
:目标:https://zenodo.org/badge/latestdoi/72533183
**hire**是用python(python>;=3.6)编写的,由牛津大学环境变化研究所开发,http://www.eci.ox.ac.uk>;`在由epsrc赞助的mistral项目中,作为"基础设施转型研究联盟"的一部分,更多关于该模型的信息可以在:
1.下载输入数据
--
大多数用于跑步的数据都可以在网上免费获得。但是,
对于某些输入数据,有必要请求访问(有关所有必要输入数据集的更多信息,请参见"here<;https://ed.readthedocs.io/en/latest/documentation.html data sets>;`)
可以下载运行hire所需的所有输入数据(`here<;http://dx.doi.org/10.17632/wc8pxynv7b.1>;``ux),其中
对于受限制的数据集,可以使用虚拟输入数据集。
对于数据查询,请联系sven.eggimann@ouce.ox.ac.uk或"联合体"<;https://www.itrc.org.uk/contact us/>;`。
还要检查数据区域是否可用"here<;https://www.nismod.ac.uk>;``.
2.初始化并运行模型(本地)
--
建议的安装方法是使用"conda<;http://conda.pydata.org/miniconda.html>;``,
处理包和虚拟环境。首先,创建conda环境
conda create--name energy_demand python=3.6
首先,需要设置模型(第1.1节或第1.1节)。
2.1模型设置(含完整数据)
--------
1。将所有必要的数据添加到本地目录中,如"path/to/energy_data_folder",然后
下载energy_demand python代码。
注意:由于某些数据不是开源的,因此需要从联盟中获取完整的数据。但是,可以使用虚拟数据运行模型(参见第1节)
>2。更新config文件夹
<3中"wrapperconfig.ini"文件中的路径。导航到保存python代码的文件夹。打开命令并键入
命令行(在虚拟环境中):
``python setup.py develop``
>4。使用命令
``energy_demand setup-d path/to/energy_data_folder``
``path/to/energy_data_folder``是运行模型所需数据所在位置的路径。
注意:``setup``命令生成在
``energy_data_folder```.
>2.2替代模型设置(使用受限制的虚拟数据)
---------------------------
>1中新建子文件夹。将最低数据要求添加到本地目录"path/to/energy\u data\u folder",并下载ergy_需要python代码。
2.更新config文件夹
<3中"wrapperconfig.ini"文件中的路径。导航到保存python代码的文件夹。打开命令并键入
命令行(在虚拟环境中):
``python setup.py develop``
>4。在控制台中使用命令
``energy_demand minimal_setup-d path/to/energy_data_folder``
example:energy_demand minimal_setup-d c:/users/fred1234/data_energy_demand
`path/to/energy_data_folder``是指向位置的路径使用
运行模型所需的最小虚拟数据。
注意:``minimal\u setup``命令在
``energy\u data````.
3中生成新文件夹。以SMIF
--
1进行雇佣。按照1.1"模型设置"中所述设置模型
2。安装并设置smif(请参见"here<;https://github.com/nismod/smif>;"说明
3。pip安装"能源需求"4。使用
命令为场景运行能源需求模型:``smif run name\u scenario`
有关所有可能的场景及其说明的概述,
请参见此处<;https://linktobedfined.htm>;`
要使用SMIF更改单个扇区模型的记录器级别,请键入:
``smif-v run modelrun`id``或``smif-vv run modelrun`id`
4。根据模拟结果生成图
--
每次运行模型时,特定的模型模拟结果
都存储在以模型执行时间戳命名的结果文件夹中。
为了生成结果图,需要使用"处理"文件夹中的脚本。按如下步骤进行:
1.选择要为其生成绘图的所有生成的结果文件夹。
2。将它们复制到空文件夹中。
3.配置"energy_demand/processing/multiple_scenarios.py"文件,即process_result_multi_scen()函数的参数,
并执行该函数。
这将生成invidual result文件夹中的所有绘图。
注意:
在"process_result_multi_scen"函数中,可以配置应生成的所有绘图