我们用了两种算法对PJM某区电力负荷进行超短期预测。ARIMA算法预测速度较快，平均误差在3%以内，特别适合这种超短期负荷预测，而小波分析+BP神经网络算法是一种适应性比较广的算法，在此次超短期负荷预测中它的平均误差在7%以内，预测时间相对更长。
此程序由华北电力大学电力专业学生编写，采用了VB、MATLAB混合编程（VB的界面，MATLAB的内核），利用了2种算法实现电力负荷超短期预测，这2种方法都是当前较先进实用的算法，十分有启发性。
2019-12-21 18:58:11
8.95MB
1
基于SVM电力系统短期负荷预测的一个例程。包含数据和程序，与传统的算法相比，本代码在导入SVM训练之前对影响短期负荷的各种因素作了一个加权。
2019-12-21 18:58:01
19KB
1
关于电力负荷的SVM预测，设计了MATLAB的可视化界面，含数据，包含一般SVM，粒子群优化下的SVM，改进粒子群优化下的SVM
2019-12-21 18:57:51
44KB
1