BengalGrid: A Decade-Scale Hourly Dataset of Bangladesh Power Supply by Source Type, Including Cross-Border Imports from India and Nepal

电力是驱动现代生活的无形电流，从发电厂流向庞大的网络，进而进入灯光、工厂和家庭。为了让这一系统平稳运行，工程师和政策制定者需要一份清晰、连续的记录，准确说明了多少电量正在产生、电量来自何处以及何时需要。这种记录被称为时间序列，即一个讲述随时间变化之故事的简单数字列表。如果没有这样的列表，就无法预测未来的需求，也无法了解能源结构（如天然气、煤炭或风能）是如何变化的。然而，在世界许多地方，这种至关重要的信息往往散落在各处，隐藏在专为人类视觉而非计算机分析设计的格式中，或者干脆在长时间内缺失。

在孟加拉国这样一个经济快速增长且能源格局复杂的国家，直到最近，这样一份清晰的记录仍然是缺失的。该国的电网依赖于国内燃料来源和从邻国进口的电力，但官方数据被锁在一个公开网站上，其呈现信息的方式并不便于计算机读取。日期是用不同的脚本编写的，数字不一致，且数据被拆分成了数千个微小的页面。为了研究该国的能源未来，研究人员需要解锁这些数据，对其进行清洗，并将其转化为一条单一且可靠的时间线。

来自达卡东部理工大学（East West University）的一个研究小组现在已经完成了这项工作。他们创建了一个名为 BengalGrid 的全新开放数据集，该数据集提供了孟加拉国电力供应长达十年的逐小时视图。通过编写一个计算机程序有系统地访问政府官方门户网站，他们收集了超过 104,000 条记录，跨度从 2015 年 4 月到 2026 年 10 月。这项巨大的努力将混乱的网页集合转化为了一个干净、有序的文件，任何人都可以利用它来研究该国如何发电及进口电力。

这一过程始于对孟加拉国电网公司（Power Grid Company of Bangladesh）公共网站的数字化扫描。研究人员编写了一个脚本来逐一访问网站的每一个页面，模拟人类访客的行为以避免使服务器过载。他们提取了包含发电数据的表格，这些表格列出了总发电量以及按燃料类型（如天然气、液体燃料、煤炭、水电、太阳能和风能）划分的明细。他们还捕捉了通过特定跨境连接从印度和尼泊尔引入的电力数据。他们收集到的原始数据非常杂乱。日期和时间是用孟加拉数字书写的，计算机无法将其识别为数字，且时间格式也不统一。有些条目存在重复，有些则信息缺失。

为了使数据可用，该团队构建了第二个程序来进行清洗和整理。他们将孟加拉数字转换为标准数字，修正了时间戳使其遵循统一格式，并删除了重复条目。总计，他们丢弃了 438 行重复行和一些具有不可能日期的记录，最终留下了 104,134 条唯一的每小时记录。至关重要的是，他们决定不对缺失的数字进行填充，也不去修复发现的奇怪异常值。相反，他们保留了这些缺口和奇特的数值，使其与原始来源完全一致，相信未来的研究人员会希望看到原始的真相，并自行决定如何处理这些数据。这种方法确保了该数据集是官方记录的透明镜像，而不是一个掩盖了潜在错误的经过“抛光”的版本。

数据准备就绪后，研究人员花费数月时间检查其质量，以确保它讲述的是真实的故事。他们验证了在任何给定小时内报告的总电力是否等于各能源（如天然气和煤炭）加上从邻国进口电力的总和。在所有数据都齐全的情况下，几乎所有情况下的总和都与各部分之和完美匹配，误差小于 1 兆瓦。这种内部一致性证实了数据收集过程保留了不同列信息之间的关系。他们还检查了数据是否表现得像一个真实的电网。他们发现，电力生成遵循可预测的每日节奏：在清晨下降，在白天上升，并在需求高峰出现的傍晚达到一个明显的平台期。他们还观察到了每周模式，即在周五（孟加拉国的每周假期）用电量明显下降，以及在炎热夏季供应较高而在冬季较低的季节性模式。

该数据集揭示了孟加拉国驱动其增长的方式发生了重大转变。在数据涵盖的十年间，该国的总电力供应稳步增长。研究人员观察到，虽然天然气传统上是主导能源，但其在总能源结构中的份额已开始下降。与此同时，煤炭大幅增加，从供应中的极小部分成长为与天然气规模相当的主要贡献者。数据还显示了跨境贸易日益增长的重要性。从印度进口的电力，特别是通过名为 Bheramara 的高压连接，已成为电网中稳定且不可或缺的一部分。较新的连接，包括来自阿达尼（Adani）和尼泊尔的线路，出现在数据集的后期年份，反映了该国不断扩大的能源伙伴关系。

研究人员还记录了他们工作的局限性，以确保用户明确了解自己所看的内容。他们发现，一些较新的能源（如风能和太阳能）在数据集的前几年存在大量空白，因为当时并未进行报告。数据中还包含了一些看似在物理上不可能存在的极端值，例如有一条记录显示总发电量超过 6400 万兆瓦，这远远超出了整个国家可能生产的能力。这些很可能是原始报告中的错误，研究人员将它们保留在文件中，以便用户能够识别并处理它们。同样，数据表明，国家的电力供应不仅关乎发电量多少，还关乎发电时间，在傍晚存在明显的峰值，需要仔细管理。

通过发布该数据集及其创建过程中使用的计算机代码，该团队为未来的研究奠定了基础。科学家现在可以利用这些数据来预测未来的能源需求、研究从天然气转向煤炭对环境的影响，或分析跨境贸易如何影响国家安全。这项工作将零碎、难以阅读的网页集合转化为了一个清晰、长期的国家能源历程记录。它表明，即使数据隐藏在混乱的界面之后，也可以被挖掘并组织起来，从而揭示出一个现代经济体稳定的、复杂的脉动。其结果是一个工具，允许从学生到政策专家中的任何人，都能以高清晰度观察孟加拉国过去十年的电力历史，为下一个十年的决策提供参考。