基于HPEMD和ARMA的短期风速预测

针对我国在风电场短期风速预测的研究还不能达到令人意程度的现状, 通过分析国外在风电场短期风速预测领域的研究情况, 结合实例提出并详细阐述了时间序列法在这一领域中的应用, 结果表明所建模型具有一定的实用

基于ARMA模型的COD浓度预测，陈列佳，位瑞英，本文通过分析韶关第一污水处理厂2012年共365个进水浓度变化，寻找浓度变化规律,通过计算结果构建时间序列预测模型,并确定该序列描

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

arma时间序列预测算法，详细讲解了Arma的原理和使用历程

基于相空间重构和高斯过程回归的短期负荷预测 论文文档，对于短期预测有一定的作用

：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

时间序列ARMA预测的源码,函数形式,方便大家使用

matlab风速预测程序,基于时间序列的风速预测程序

文章在深度学习理论的基础上应用LSTM网络对电力负荷进行了预测，具有较高的应用价值。

本文是一种基于EEMD与动态神经网络的短期负荷预测的论文