电力负荷和价格预测研究

电力负荷和价格预测,本示例演示了使用MATLAB构建短期电力负荷(或价格)预测系统。 校准了两个非线性回归模型(神经网络和袋装回归树)以在给定温度进行预测,假日信息和历史负荷的情况下预测每小时的日间预测负荷。 这些模型是根据2004年至2007年NEPOOL地区(由ISO New England提供)的每小时数据进行训练的,并根据2008年以来的样本外数据进行了测试。模型显示出可以提供高度准确的日前预测,平均误差约为1 -2%。 该演示包括可发布的报告以及Excel图形,该前端使用户能够通过MATLAB部署的DLL调用经过训练的负载预测模型。(http://www.apollocode.net/a/1071.html)

电力负荷和价格预测研究_第1张图片

你可能感兴趣的:(人工智能,电力行业)