电力负荷短期预测

该示例演示了使用MATLAB构建短期电力负荷(和价格)预测系统的方法。 校准了两个非线性回归模型(神经网络和袋装回归树)实现在给定温度,假日信息和历史负荷的情况下预测每小时的日间负荷。

预览截图

应用介绍

该示例演示了使用MATLAB构建短期电力负荷(和价格)预测系统的方法。 校准了两个非线性回归模型(神经网络和袋装回归树)实现在给定温度,假日信息和历史负荷的情况下预测每小时的日间负荷。 这些模型在2004年至2007年使用NEPOOL地区(由ISO New England提供)的每小时数据进行训练,并根据2008年以来的样本外数据进行了测试。
该应用程序包括一个(可选的)Excel前端,使用户可以通过可部署MATLAB的DLL调用经过训练的负载预测模型。

文件列表(部分)

名称 大小 修改日期
Holidays.xls27.50 KB2016-09-00
Where to get data.txt0.45 KB2016-09-00
importData.m1.43 KB2016-09-00
Introduction to Load & Price Forecasting Case Study.pdf677.25 KB2016-09-00
DBLoadData.mat293.09 KB2016-09-00
testSet.mat120.17 KB2016-09-00
trainSet.mat427.43 KB2016-09-00
fetchDBLoadData.m1.34 KB2016-09-00
fitPlot.m.lnk0.82 KB2016-09-00
Forecaster.prj50.19 KB2016-09-00
Forecaster.xlsx17.29 KB2016-09-00
genPredictors.m2.52 KB2016-09-00
CalibrationReport.html13.94 KB2016-09-00
LoadScriptNN.html19.01 KB2016-09-00
LoadScriptNN.png3.53 KB2016-09-00
LoadScriptNN_01.png14.96 KB2016-09-00
LoadScriptNN_02.png7.95 KB2016-09-00
LoadScriptNN_03.png9.46 KB2016-09-00
LoadScriptNN_04.png7.66 KB2016-09-00
LoadScriptNN_05.png8.46 KB2016-09-00
LoadScriptNN_06.png14.27 KB2016-09-00
LoadScriptNN_07.png14.13 KB2016-09-00
LoadScriptNN_08.png14.16 KB2016-09-00
LoadScriptNN_09.png14.30 KB2016-09-00
LoadScriptNN_10.png14.05 KB2016-09-00
LoadScriptNN_11.png14.08 KB2016-09-00
LoadScriptNN_12.png14.45 KB2016-09-00
LoadScriptNN_13.png14.65 KB2016-09-00
LoadScriptNN_14.png14.12 KB2016-09-00
LoadScriptNN_15.png14.78 KB2016-09-00
LoadScriptNN_16.png14.00 KB2016-09-00
LoadScriptNN_17.png13.65 KB2016-09-00

立即下载

相关下载

[电力负荷短期预测] 该示例演示了使用MATLAB构建短期电力负荷(和价格)预测系统的方法。 校准了两个非线性回归模型(神经网络和袋装回归树)实现在给定温度,假日信息和历史负荷的情况下预测每小时的日间负荷。
[电力负荷预测] 这是使用MATLAB来预测短期电力负荷使用,温度和负荷数据来源与某个地区。非线性回归和神经网络建模技术根据使用历史某天,某周,和季节性温度数据和负荷数据,对其进行了精确的建模。
[电力负荷预测] 免费下载用于研究电力负荷预测的matlab代码,这个是对某国电力市场得符合进行预测,预测准确,该示例演示了如何使用MATLAB在澳大利亚悉尼构建短期负荷预测系统。它还谈到了如何将其转换为价格预测模型以及澳大利亚市场面临的挑战。准确的负荷预测对于公用事业的配电计划至关重要。负荷预测会影响许多决策,包括在给定期间内承诺使用哪些发电机,并且会广泛影响电力批发市场的价格
[人工智能算法电力负荷] 使用各种人工智能算法来尝试预测电力负荷,从图中可以看出预测的负荷数据,与实际数据的差距,

评论列表 共有 0 条评论

暂无评论

微信捐赠

微信扫一扫体验

立即
上传
发表
评论
返回
顶部