240多户家庭电器用电数据，包含几种电器，适合做非侵入式负荷分解和家庭用电行为分析。

摘要：提出一种短期负荷预测算法，用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点，分析短期负荷运行规律，并采用零相滤波器对原始负荷曲线进行预处理，相除奇异点。其次，介绍BP神经网络基本结构，并针对BP神经网络容易陷入局部极小值的缺点，采用PSO算法确定网络训练初始权值。然后，设计一种基于PSO-BP神经网络的短期负荷预测算法，包括预滤波、训练样本集建立、神经网络输入/输出模式设计、神经网络结构确定等。最后，选择上海市武宁科技园区的电科商务大厦进行负荷预测，实验结果表明，与传统的BP神经网络相比，PSO-BP神经网络用于短期负荷预测算法的精度更高，预测负荷和实际负荷之间的平均绝对误

行业分类-机械工程-带有定位功能的负荷实时监测可视化装置.zip

制冷装置设计

暖通小软件

暖通小软件

暖通小软件

暖通小软件

提出一种基于电动汽车停车时间、充电需求等因素的电动汽车居民区充电负荷建模分析的新方法。针对电动汽车的停车行为，研究基于居民区的区域停车生成率的停车需求，建立居民区的区域停车模型。建立里程分布模型，研究电动汽车移动和电耗量的关系，建立电动汽车剩余荷电状态(SOC)模型。结合居民区的区域停车模型、荷电状态分布模型，通过详细考察居民区区域停车这一功能分区特征，综合设备性质、居民区区域特征等因素，得到居民区的电动汽车充电模型。在充电模型中包含对电动汽车电池的工况分析、电耗量分析、返程时间分布、返程时SOC分布等环节的优化分析。采用一系列的数学建模方法，完成了基于时间分布的电动汽车居民区充电负荷的相关性质研究，以此作为日后电网调度、削峰填谷的参考。以某市为算例，进行蒙特卡洛模拟和分析，得出充电负荷分布的相关结论。

文件“dynamic_matrixRevise.m”是主要的代码文件，而其他“.m”文件是这个文件的功能。 “shanghai.xlsx”是上海所有POI（兴趣点）的列表。 “randKernel.mat”描述了私人电动汽车使用的特征，这是基于 NHTS 2017 的统计数据。 作者对NHTS数据库进行了处理，将数据拟合为各类出行链关键参数的分布，包括距离、速度、终点时间等。 行程链中的每次行程。 这个项目的当前版本并不完美，作者正在努力纠正一些错误，但基本思想被认为是有效的。 目前只上传主要功能，后续版本会完善。