SVM、PSO、PSO-SVM的三种MATLAB短期电力负荷预测源代码，内含资料。

亲测 很好用的预测数据用于做电力负荷预测 内容很全

电力系统短期负荷预测：输入每小时ENTSO-E负载，输入ENTSO-E每小时负荷、天气和风度 Models NRMSE MAE MAPE HMM 0.255 1058.75 0.148 ARIMA 0.198 807.97 0.108 DWT-ARIMA 0.0805 565.91 0.0876

基于R语言实现的ARIMA负荷预测实验，提供代码以及实验数据基于R语言实现的ARIMA负荷预测实验，提供代码以及实验数据基于R语言实现的ARIMA负荷预测实验，提供代码以及实验数据基于R语言实现的ARIMA负荷预测实验，提供代码以及实验数据

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