lstm 多输入 多输出 负荷预测 pytorch 直接可跑 有数据

提出顾及空间异质性的多尺度空间负荷预测模型。提出空间变异系数和尺度的概念，在此基础上提出按照空间变异系数对元胞空间进行不规则区域划分的方法，将得到的分区按照不同的相似度阈值进行区域聚类融合，得到不同尺度下的区域划分，然后将每一尺度下得到的结果进行叠加来预测空间负荷的分布。实例验证表明，所提模型提高了空间负荷预测的准确率。

选取基于日特征气象因素的支持向量机预测方法，用Matlab编制模型的算法程序，从数据集中选取若干天数的历史数据作为模型的训练集，其余的数据作为测试集，模型最终能够实现对测试集中不同日期的负荷大小预测 ,完整程序 附带WORD讲解（MATLAB）

用于小范围区域负荷预测研究，例如园区负荷预测，气象数据包括温度、湿度、风速、降雨，采集频率96点（15min一个点），数据规模365*96*9

负荷预测数学代码可信度在线概率预测汇总（APFC） 该存储库包含用于信心十足的在线概率预测在线汇总的代码。 我们使用本文中描述的实现细节。 方法的实现 文件夹“ synthetic_data_exp”和“ real_data_exp”包含执行概率预测在线汇总方法所需的Matlab代码脚本。 数据 我们使用GEFCom2014全球能源预测竞赛2014数据集中使用的可公开获得的数据集（Load treck）。 我们将数据保存在.mat文件中，该文件包含具有以下字段的结构： 每小时加载时间序列 温度时间序列 测量负载的日期和小时或时间戳 同步日历参数表（季节，星期几，一天中的某部分）

负荷预测数学代码预期的业务状况和债券风险溢价 作者：乔纳斯·尼加德·埃里克森（Jonas Nygaard Eriksen） 维护者：Jonas Nygaard Eriksen（） 论文状态：接受发表在《金融与定量分析杂志》（JFQA）上 抽象的 本文使用专业预测员调查的调查预测，通过对未来业务状况的预期来研究债券风险溢价的可预测性。 我们表明，预期业务条件始终会影响债券的超额收益，并且将预期业务条件包含在标准预测回归中相对于使用从当前期限结构或宏观经济变量得出的信息的模型而言，可以提高预测性能。 结果在实时的样本外验证中得到了证实，该模型在统计上和从在债券市场上交易的均值方差投资者的角度对模型的预测准确性进行了评估。 复制文件 该存储库包含用于复制“预期业务条件和债券风险溢价”一文中提供的经验结果的源文件。 具体来说，该存储库包含用于生成经验结果的所有Matlab文件，以及本文中出现的表格和图形。 生成图形和表格 要重新创建结果，只需在Matlab中运行main_brp.m 。 它调用所有依赖关系，并将tex表和eps图形存储在tex/figures和tex/tables文件夹中。 数

随着电网接入新能源的比例越来越高，电网的安全性、稳定性必然会受到 影响。为了电网稳定，电力系统的调峰调频就显得异常重要。在电源侧，核电 机组基本不参与调峰调频，水电机组调峰调频的能力有限，而风电与光伏机组 是不稳定性的电源，基本无法参与调峰调频，火电机组是最能灵活参与电网调 峰调频的优质电源；且北方地区水资源贫乏，水电机组稀少，这无疑更加凸显 了火电机组调峰调频的作用。在火电机组调峰调频能力足够的情况下，通过改 变火电机组的出力可平抑电网波动，减小新能源并网造成的冲击；在火电调节 能力不足的情况下，常规的做法是弃风弃光，这无疑会造成能源的损失，不利 于电网经济性运行。另外，随着电网负荷越来越丰富，如电动汽车充电桩等的 使用，电网负荷必然会有更多无规律的波动，这也加剧了电网的不稳定性。因 此，为了电网的安全经济稳定运行，这就要求火电机组具备足够的调节能力， 为电网接纳更多新能源提供空间，也为负荷波动提供更多空间。

针对电力负荷数据的非线性和非平稳性特性，为提高短期电力负荷预测的精度，提出一种基于EMD-DA-LSSVM的短期用电负荷预测模型。首先，采用EMD分解短期电力负荷数据，获得互不耦合的IMF分量；其次，针对各IMF分量建立最优参数下的EMD-DA-LSSVM短期电力负荷预测模型，重构得到预测值。通过算法验证分析，与LSSVM、DA-LSSVM和EMD-LSSVM相比，EMD-DA-LSSVM模型具有更高的预测精度，短期电力负荷预测精度高达2.203%。

人工智人-家居设计-多气象因素智能处理的区域电网母线负荷预测研究.pdf

A hierarchical load forecasting problem: backcasting and forecasting hourly loads (in kW) for a US utility with 20 zones. 一个分层的负荷预测问题：对具有20个区域的美国公用事业进行每小时负荷（以kW为单位）的反向广播和预测。 Benchmark.csv submission_template.csv Load_history.csv temperature_history.csv test.csv weights.csv