时间序列数据

(类来自 pyomo.contrib.mpc.data.series_data)

class pyomo.contrib.mpc.data.series_data.TimeSeriesData(data, time, time_set=None, context=None)

基础类：_DynamicDataBase

一个用于存储与时间索引变量相关的时间序列数据的对象。

Parameters:

• data (dict 或 ComponentMap) – 将变量、名称或CUID映射到值列表

• time (list) – 包含与变量数据点对应的时间点。

• time_set (ContinuousSetData)

• 上下文 (BlockData)

__init__(data, time, time_set=None, context=None)

方法

__init__(data, time[, time_set, context])
concatenate(other[, tolerance])	使用提供的TimeSeriesData中的时间点和变量值扩展时间列表和变量数据列表。
contains_key(key[, context])	返回此对象的字典是否包含给定的键。
extract_variables(variables[, context, ...])	仅保留指定的变量。
get_cuid(key[, context])	获取与提供的键对应的时间索引CUID
get_data()	返回一个将CUID映射到值的字典
get_data_at_time([时间, 容差])	返回与提供的时间点或时间点相关联的数据。
get_data_at_time_indices(indices)	返回此对象时间点列表中指定索引或索引处的数据。
get_data_from_key(key[, context])	返回与给定键关联的值。
get_time_points()	获取时间序列数据的时间点
shift_time_points(offset)	对存储的时间点应用偏移量。
to_serializable()	转换为可序列化为json的对象。
update_data(other[, context])	更新此对象的数据字典。

成员文档

concatenate(other, tolerance=0.0)

使用提供的TimeSeriesData中的时间点和变量值扩展时间列表和变量数据列表。 新的时间点必须严格大于旧的时间点。

contains_key(key, context=None)

返回此对象的字典是否包含给定的键。

extract_variables(variables, context=None, copy_values=False)

仅保留指定的变量。

get_cuid(key, context=None)

获取与提供的键对应的时间索引CUID

get_data()

返回一个将CUID映射到值的字典

get_data_at_time(time=None, tolerance=0.0)

返回与提供的时间点或时间点相关联的数据。 此函数尝试将时间点映射到索引，然后使用 get_data_at_time_indices 实际提取数据。如果提供的时间点 在时间索引映射中不存在，则使用二分搜索 在容差范围内找到最接近的值。

Parameters:

• time (Float 或 iterable) – 与返回数据对应的时间点或时间点集合。

• tolerance (Float) – 我们将在此容差范围内搜索匹配的时间点。 默认值为0.0，意味着时间点必须精确指定。

Returns:

仅包含指定时间点的TimeSeriesData 或将CUID映射到指定标量时间点值的字典。

Return type:

TimeSeriesData 或 ScalarData

get_data_at_time_indices(indices)

返回此对象时间点列表中指定索引处的数据。

get_data_from_key(key, context=None)

返回与给定键关联的值。

get_time_points()

获取时间序列数据的时间点

shift_time_points(offset)

对存储的时间点应用偏移量。

to_serializable()

转换为可序列化为json的对象。

update_data(other, context=None)

更新此对象的数据字典。