包括最高温度、最低温度、平均温度、相对湿度、降雨量等特征，时间分辨率为15min
,值得下载和学习，时间长度为2009年一年的数据量，
2021-02-22 16:32:46
4.75MB
1
准确的电力负荷预测可以保证电力供应的稳定，降低用电成本，提高供电质量。在进行短期电力负荷预测时，考虑到时序数据的时间相关性，应用张量流深度学习框架构建了LSTM 神经网络模型，对电力负荷时序数据进行回归预测
2019-12-21 21:54:33
unknown
1
Matlab粒子群神经网络的预测编程实现电力负荷预测-粒子群神经网络的预测编程实现,电力负荷预测本人已实现.rar
粒子群神经网络的预测编程实现,电力负荷预测本人已实现
2019-12-21 21:40:33
3KB
1
其中样本数据 Load1998， 主要记录了欧洲某地区 1998 年 1 月 1 日至 12 月 31 日每 30min一次的电力负荷数据。样本数据 Temperature1998 记录了该地区 1998 年 1 月 1日至 12 月 31 日每天的平均气温。样本数据 Holidays 记录了该地区 1997 年至 1999年的节假日。
2019-12-21 20:53:24
97KB
1