随着电力行业的发展，可再生能源的并入以及新能源电动汽车等各种新负荷的加 入， 给电网的安全性和稳定性带来极大挑战。高精度的电力系统中短期负荷预测对电网 资源的科学调度以及电网的高效、安全、稳定运行具有重要意义。因此， 如何准确的预 测电力系统中短期负荷变成了亟待解决的问题。 针对短期时间序列预测， 即对该地区电网未来 10 天间隔 15 分钟的负荷进行预测。 本文利用时间序列预测模型进行分析， 包括但不限于基于统计的 ARIMA 模型， Prophet 模型， 基于集成算法的随机森林算法、XGBoost 模型、梯度提升树模型， 基于神经网络 的 BP 神经网络， 长短期记忆网络等。对于 ARIMA 模型， 分析发现 ARIMA（4 ，0 ，0） 的模型最优。对比分析七大不同算法，发现该数据集 Prophet 模型的预测效果最佳。 针对中期时间序列预测， 即对该地区电网未来 3 个月日负荷的最大值和最小值进行 预测， 对该地区各行业未来 3 个月日负荷最大值和最小值进行预测。同样的， 本文利用 时间序列预测模型进行分析， 结果显示， 对于该数据集的中期时间序列预测， 长短期记 忆网

SVC_PSS：基于MATLAB Simulink的电力系统稳定器（PSS）和静态无功补偿器（SVC）的两机传动系统暂态稳定性仿真模型，观察PSS和SVC对系统稳定性的影响。 仿真模型附加一份仿真说明文档和参考文献，便于理解和修改参数。 仿真条件：MATLAB Simulink R2015b，拿后前如需转成低版本格式请提前告知，谢谢。

Hadi Saadat 电力系统分析解决方案手册，该手册解决了 PROF 书中发现的所有问题。 哈迪萨达特电力系统分析以及如何使用MATlab工具箱解决复杂的电力系统分析问题

基于 LSTM 循环神经网络的电力系统负荷预测分析。建立 CART 回归树以及 LSTM 模型对该地区未来 10 天间隔 15 分钟负荷以及未来 3 个月负荷最大最小值进行预测。将行业数据分为大工业用电最大值、大工业用电最小 值；非普工业最大值、非普工业最小值；普通工业最大…

约束优化的分布式梯度算法在电力系统负荷分担中的应用

MATLAB Simulink电力系统建模与仿真

负荷预测数据集（13个月，每天的用电量、温度、湿度、风速、降雨的详细信息）.rar

泰迪杯数据分析技能赛

　　动力系统＝电力系统＋动力装置＋热能系统 　　由电力系统加上发电厂的动力部分及其热能系统和热能用户组成的电能与热能的整体就是动力系统。

近年来，随着国民经济的跨越式发展，电力行业也得到快速发展，特别是电网建设，负荷的快速增长对无功的需求也大幅上升，无功补偿对改善电压质量起着重要作用。采用先进的无功补偿装置，实现无功的动态自动无级调节，同时达到降低系统损耗和提高系统供电效率的目的。采用无功功率自动无级补偿装置，能实现电网无功的自动平滑连续控制，内部有滤波回路，保证系统安全可靠的运行。目前，电力系统无功补偿主要采用以下几种方式