A provenance-tracked State-day panel of India’s power system built from official public reports, 2018–2026

印度运营着世界上规模最大的同步电网之一，这是一个庞大的网络，电力在各州之间无缝流动，以满足数百万人的需求。在这个系统中，每个州都作为一个独立的单元，平衡其所需电力量与允许从国家池中获取的电力量。当一个州获取超过其份额的电力时，会对系统造成压力；当它获取过少时，则会导致能源闲置。为了让这个巨大的机器平稳运行，运营商依赖于追踪需求、发电量以及平衡这些流量成本的每日报告。然而，多年来，这一关键信息一直分散在数百份独立的文档中，每份文档都有其独特的布局、文件名和特性。有些报告是电子表格，有些是 PDF，而且它们的组织方式会随着时间而变化，这使得研究人员难以拼凑出关于电网实际运行情况的清晰图景。

一位来自德鲁·B·阿姆倍卡尔国家技术学院（Dr. B. R. Ambedkar National Institute of Technology Jalandhar）的研究人员现在通过构建一个从 2018 年 4 月到 2026 年 8 月的印度电力系统统一记录，解决了这个难题。这个涵盖了三十四个不同州控制区域的新数据集，汇集了超过十万份电网行为的每日快照。它结合了关于电力需求、煤炭、天然气、水电和核能发电量的官方数据，以及风能和太阳能不断增长的贡献。它还追踪了支付的电价、因取电过多或过少而收取的费用，甚至包括影响人们用电需求的天气状况。其结果是一个包含超过一千万个独立数字的庞大表格，所有数据都经过组织，使研究人员可以精确看到在任何给定日期已知的信息，包括该信息发布所需的时间。

这项工作涉及一个细致的过程，即从三个政府机构——印度电网控制中心（Grid Controller of India）、中央电力局（Central Electricity Authority）和印度气象部门（India Meteorological Department）收集数千个官方文件。这些文件并非整齐、预先打包的数据集，而是结构经常发生变化的原始报告。例如，一份报告可能会在某一年按不同的顺序列出各州，而在下一年则按另一种顺序排列；或者一个表格的列可能会发生偏移，从而使试图读取它们的自动化工具产生困惑。研究人员编写了计算机程序来应对这些变化，无论布局如何改变，都能识别出正确的表格和列。该系统旨在具有可重复性，这意味着如果其他人下载相同的原始文件并运行相同的程序，他们将得到完全相同的数字。每一个使用的文件都记录了其网络地址、下载时间以及唯一的数字指纹，以确保数据未被篡改。

该新记录最重要的特征之一是对时间性的诚实。在现实世界中，数据永远不会即时可用。关于昨天用电情况的报告可能要到今天早上才会发布，而关于碳排放的报告可能需要数月才会出现。研究人员为每一项信息都标注了延迟时间，准确记录了从事件发生到信息公开之间经过了多少天。这使得科学家们可以在进行分析时，避免误用当时尚不可用的信息，而这种错误在进行预测时常会导致预测结果看起来比实际情况更好。例如，主要的每日供电报告通常在一天结束后约十小时出现，而价格数据可能需要近两周才能以可用的格式发布。

团队通过将他们的数字与原始政府报告中打印的总数进行对比，验证了工作的准确性，发现他们的计算结果完美匹配。他们还将数据与同一份报告的另一份独立收集版本进行了交叉检查，发现对于超过七万五千个“州-日”数据点，其数值差异在 1% 以内。这种高度的一致性证实了合并这些零散来源的复杂过程并未引入误差。该数据集还包括一份碳排放记录，通过结合燃料燃烧量与官方排放因子计算得出，提供了电网环境影响的每日视图。

这一记录填补了印度能源研究的一个重要空白。虽然其他国家已经建立了提供清洁、每日电力系统数据的平台，但印度的运行数据一直处于碎片化且难以使用的状态。通过创建这个具有溯源追踪功能的面板，研究人员为更好的预测和风险管理奠定了基础。该数据覆盖了一个时期，其中包括了定价规则向新规过渡以及可再生能源报告向新门户迁移的转型期，确保尽管存在这些行政变更，记录依然保持连续性。这项工作并不声称能够预测未来或解决电网问题本身，但它提供了一个清晰、可靠的历史记录，供任何试图理解印度电力系统如何运作、如何响应天气以及在更多可再生能源上线时如何演变的人士使用。