电力负荷预测是电力系统规划的重要组成部分。为了使电力系统安全经济平稳的运行，由此特别需要精确的电力负荷预测方法。为了实现更好负荷预测方法，文中将经验模态分解（EMD）与新兴的电力负荷预测模型分形理论相结合，提出了EMD-分形负荷预测模型。为了证明此方法的有效性，文中将这种新的预测模型跟分形预测模型和BP神经网络预测模型相比较。最终通过仿真算例说明了本文提出的这种新型预测方法精度更高，几乎所有的误差都在2％以下，预测结果更好，可以很好的应用在电力系统负荷预测中。
2023-02-28 10:14:06
1.42MB
1
【电力负荷预测】 GUI粒子群支持向量机短期电力负荷预测【含Matlab源码 751期】.zip
2023-01-04 20:54:33
124KB
1
为凸显负荷波动的随机性、周期性和相关趋势，通过探求负荷变化机理显著提升预测精度，提出了一种基于EMD的负荷波动机理研究方法。首先对负荷进行EMD分解，得到随机、周期和趋势分量；然后分析各分量的变化规律与候选影响因素的关联关系，推导负荷变化机理，提取时标特征值；最后进行特征的去冗余。该方法创新点是能提取出特征值的时标特性。以广东省负荷数据集作为预测案例研究，对比实验研究结果表明了所提方法的有效性。
2022-10-30 18:30:18
1.18MB
1
SVM、PSO、PSO-SVM的三种MATLAB短期电力负荷预测源代码，内含资料。
2022-10-28 09:08:00
1.12MB
1
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%。
2022-07-15 15:48:07
584KB
1
电力系统短期电力负荷预测数据集（时间间隔1h，4.8w多条数据）2015-2020
特征包括：天气变量，如气温、相对湿度、降水量和风速。
2022-04-22 17:05:41
22.29MB
历史负荷和温度数据（从2009年到2017年），泰国的五个不同地区收集的：中部，曼谷和大都会，南部，北部和东北部。基于LSTM的RNN设计的短期电力负荷预测系统。内含matlab代码和数据！！！
2022-04-22 17:05:41
3.97MB
特征包括：天气变量，如气温、相对湿度、降水量和风速。数据集来源CND
2022-04-19 19:07:54
47.59MB