基于SVM电力系统短期负荷预测的一个例程。包含数据和程序，与传统的算法相比，本代码在导入SVM训练之前对影响短期负荷的各种因素作了一个加权。
基于DPCA_BP神经网络的中长期电力负荷预测方法
AI在电网中应用
内附问题、数据和代码，利用的是R语言的net包构建BP神经网络，准确率可以达到百分之96。哪里不尽人意还请大家多多指教。
基于遗传优化神经网络的电力系统短期负荷预测.pdf
通过对小电网负荷数据的特点分析,将时间序列处理、混沌理论和神经网络理论相结合提出了一种基于混沌神经网络理论的电力负荷预测模型。利用Matlab对实际数据进行了仿真计算。通过实例计算,并和不用相空间重构
目前常用的负荷预测方法主要是通过负荷自身和相关关系的研究建立模型,提出一种新的负荷预测思路,即从传统频域预测方法的误差入手,通过研究虚拟预测误差的历史分布规律进行误差预测,然后对传统方法得到的预测结果
在分析煤矿井下电力负荷特性的基础上选取单项预测模型,提出一种基于组合系数诱导IOWA算子的组合预测方法。该方法应用Dempster合成法则筛选精度较优的单项模型预测值替代历史数据,克服实际预测期数据未
小波神经网络进行短期电力负荷预测.
基于季节调整的ARIMA模型与BP神经网络的电力负荷组合预测，马开良，胡建明，电力负荷预测一直是电力系统计划和运行的重要工具，通过预测，电力系统得以合理的调度电力以满足系统电力需求。所用的负荷预测方
用户评论