电力大数据下的短期电力负荷预测.pdf

提出了一种BP 混合模拟退火( SA) 的ANN 短期负荷预测方法

随着电力数据采集成本降低及大规模电网互联等因素,电网中可获取的数据类型日益丰富。以往的集中式预测方法对海量电力数据的分析能力有限。提出基于大数据和粒子群优化BP神经网络短期电力负荷预测,建立短期电力负

对短期负荷预测做了一个比较详细的小结，可供负荷预测专业人士参考！

基于小区电力网的电力数据采集及短期负荷预测,邬向春,李慧,在智能电网的发展过度阶段中,基于AMI的电力数据采集,以及基于采集数据的功率、负荷预测是一项重要课题。尤其在小型电力网系统中

：夏季城市的短期电力负荷预测不仅与过去的电力负荷数据有关，并且受温度、风力、降水量等因素影响明显，存在明显的突变结构。为了对夏季城市的短期电力负荷进行预测，根据协整理论采用SAS 软件建立起电力负荷序

基于机器学习的短期电力负荷预测方法研究

短期电力负荷预测方法研究与系统设计

以matlab开发工具,将负荷参数和气象数据经过LSTM递归神经网络训练,预测了未来10天的符合参数,属于LSTM多步预测,最后与实际只进行了比较,得到了均方根和比较图

需要使用的python库 火炬 大熊猫 麻木 matplotlib xlwt用于导出excel文件 chinese_calendar用于获取节假日信息,pip install chinesecalen

混沌算法在短期电力负荷预测中的应用介绍了混沌算法和负荷预测等方面的知识