Top Nav Title

Viertelstundenwerte zum Bruttolastgang elektrische Energie der Stadt Zürich, seit 2019

Daten & Ressourcen Kategorien Showcases

Beschreibung

Diese Datensätze beinhalten den totalen Bruttolastgang der abgegebenen elektrischen Energie in der Stadt Zürich als 15-Minuten Zeitreihe seit dem 1.1.2019.

Sie beinhalten die elektrische Energie aller Endverbraucher, die am Netz und am nachgelagerten Netz angeschlossen sind abzüglich der Verluste. Der Eigenbadarf eines Kraftwerkes sowie für den Antrieb von Pumpen in Pumpspeicherkraftwerken ist ausgenommen.

Tags

energie sachdaten tabelle zeitreihe 

Lizenz

Creative Commons CCZero

Daten & Ressourcen

CSV
2026_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2025_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2024_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2023_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2022_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2021_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2020_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
CSV
2019_ewz_bruttolastgang.csv
Comma-Separated Values.

Analysiere diesen Datensatz direkt online – mit Renku in Python renku oder R renku, oder führe SQL-Abfragen in der SQL Workbench SQL aus. Dieses Jupyter-Notebook sowie das R-Markdown ist mit allen weiteren Skripts in diesem Github-Repo zu finden.

Herunterladen
Datenowner Elektrizitätswerk der Stadt Zürich, Departement der Industriellen Betriebe
Erstmalige Veröffentlichung 29.04.2020
Kontakt Open Data Zürich
Zeitraum ab 01.01.2019
Datentyp Datenaggregat
Aktualisierungsdatum 04.04.2026
Datenlieferant Elektrizitätswerk der Stadt Zürich, Departement der Industriellen Betriebe
Version 1
Räumliche Beziehung Stadt Zürich
Aktualisierungsintervall taeglich
Rechtsgrundlage

Datenqualität

Siehe dazu die Hinweise unter den Bemerkungen.

Bemerkungen

Zu beachten:

Der Bruttolastgang wird basierend auf zahlreichen Messungen zur Einspeisung und zum Verbrauch berechnet. Einzelne Messungen können dabei fehlen und müssen nachträglich nochmals eingepflegt werden. Daher sind die in dieser Datei vorliegenden Viertelstundenwerte der letzten Tage noch nicht ganz als definitiv der Realität entsprechend zu interpretieren. Sie können entsprechend im Verlaufe der Zeit - bis max. 6 Monate zurück - noch nachträglich angepasst werden.

Das Attribut Status gibt einen Hinweis dazu:

  • Wenn der Wert auf W - wahre Werte gesetzt ist, kann man die Werte als der Realität entsprechend interpretieren. Sie werden nicht mehr angepasst und bleiben stabil.
  • Beim Status F fehlen noch Messwerte zur korrekten Berechnung des Bruttolastgangs. Die angegebenen Werte werden noch angepasst werden müssen.
  • Beim Status E wurden weitere Messwerte aufgenommen und der Bruttolastgang entsprechend angepasst. Weitere Anpassungen werden aber noch vorgenommen werden müssen, bis der Status W erreicht werden kann.

Arbeiten mit diesen Daten:

Im Rahmen eines Tutorials für PowerBI haben die Fachleute des ewz auch diese Datensätze verwendet. Dabei wird anschaulich beschrieben, wie Sie mit diesen Datensätzen arbeiten können und worauf Sie achten sollten. Sie finden das Tutorial unter «Crashkurs für Datenanalysen mit Power BI» oder auf unserem Github-Account.

Kilo, Giga, Tera: Watt?!

Nicht nur Ingenieurinnen verwenden diese Einheiten: Kilowatt und Gigawattstunden haben auch Einzug in unsere alltägliche Kommunikation gehalten. Doch wie ordnen wir diese Grössen ein? Dieser kurze Webartikel hilft Dir bei der Einordnung:** Link**.

Attribute

Datum und Zeit (technisch: zeitpunkt) Datum und Zeit der Messung (in ISO8601).
Bruttoenergie (technisch: bruttolastgang) Abgegebene Bruttostromenergiemenge in kWh.
Status (technisch: status) Status der Messwerte: - F = Fehlende Werte/Daten sind noch nicht plausibilisiert - W = Wahre Werte. - E = Ersatzwerte. D.h. bisher fehlende Werte wurden korrigiert. - N = keine Werte vorhanden - G = Gestörte Werte

Kategorien

energie

Energie

Zur Kategorie

Showcases

Crashkurs für Datenanalysen mit Power BI
Crashkurs für Datenanalysen mit Power BI

Crashkurs mit offenen Daten zum Thema Datenanalyse mit PowerBI. Dieser Crashkurs wurde vom Datenanalyseteam der EWZ erstellt. Dafür wurden diverse Open Data von ihnen (wie den...