搜索资源列表
小波奇异性检测在负荷数据纠错和平滑处理中的应用
- 小波奇异性检测在负荷数据纠错和平滑处理中的应用.rar-Singularity Characterization of the load detection and correction of data smoothing processing applications. Rar
power_load_data
- 这是在澳大利亚官方网站上下到的部分电力负荷数据，提供给大家用于学习研究。-This is the official site in Australia down to the part of the electrical load data provided to us for study and research.
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
Elman神经网络的数据预测—电力负荷预测模型研究
- Elman神经网络的数据预测—电力负荷预测模型研究(Data forecasting based on Elman neural network model of power load forecasting)
电力系统负荷预测数据
- 电力系统负荷预测数据，有详细的说明几年之内的数据每天的数据的
智能电网调度控制系统数据总线技术
- 将风能、光能、柴油能的负荷功率进行转移，提高微电网供电系统的持续性与安全可靠性。(The load power of wind energy, light energy and diesel oil can be transferred to improve the sustainability and safety reliability of microgrid power supply system.)
load
- 提供了一天的负荷数据，并可以画出该天负荷曲线(It provides a day's load data and can draw the load curve for the day.)
BP神经网络负荷预测代码
- 能够对一天之中每隔15min的电力负荷数据进行预测(load forecast based on BP neural network)
电力负荷预测方法研究
- 介绍了负荷预测的特点以及影响预测负荷准确度的成分，并通过实际数据曲线形象地对其周期性、趋势性和节假日负荷的特点以及温度、湿度等影响因素进行分析。(This paper introduces the characteristics of load forecasting and the components that affect the accuracy of forecasting load, and analyzes its periodicity, trend and holiday lo
电力系统短期负荷预测的研究
- 针对短期负荷预测的特点，通过各因子与负荷数据的相关性分析来评价各因子对于负荷预测的影响，从中选取最合适的影响因素作为训练样本。并对气温的积累效应进行了深入的研究，引入了错位样本概念，将其加入到训练样本中提高了预测精度。(In view of the characteristics of short-term load forecasting, the influence of each factor on load forecasting is evaluated through the cor
household_power_consumption
- 住宅建筑的电负荷数据，时间单位为每分钟，用于负荷预测。(The electrical load data of residential buildings are time per minute and used for load forecasting.)
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
EUNIT.7z
- EUNIT电力负荷预测竞赛完整数据.欧洲智能技术网络(EUNITE)竞赛负荷预测样本数据，里面包含了1997年、1998年斯洛伐克东部电力公司某电厂的真实负荷数据，要求预测1999年1月份的负荷数据。另外，给出了1997、1998年每年的节假日数据和每天的天气数据(EUNITE load forecasting data)
遗传算法优化BP网络(用于电力负荷预测预测）
- 遗传算法改进的bp神经网络精准预测符合数据(Precision prediction coincidence data of BP neural network improved by genetic algorithm)
DBN
- 根据历史电网负荷数据，用深度置信网络预测未来负荷大小(Forecast future load size based on historical grid load data)
Load1997
- 2001年欧洲智能技术网络组织了一次电力负荷预测竞赛，提供了历史负荷数据、节假日数据和气象数据，对学习负荷预测有帮助(In 2001, the European intelligent technology network organized a power load forecasting competition, providing historical load data, holiday data and meteorological data, which is helpful for
PQnihe
- 试验得到的负荷数据（有功、无功），通过曲线拟合辨识模型参数。最小二乘法原理(The load data (active and reactive power) obtained from the test are identified by curve fitting. Principle of least square method)
负荷预测
- 根据前几天的负荷输入数据实现负荷预测功能，预测精度达到百分之九十五以上(on the basis of ; according to ; in the light of ; in line with)
BP负荷预测
- 利用神经网络算法进行负荷的预测，选取若干天的预测数据，来预测接下来几天的负荷数据(The neural network algorithm is used to forecast the load. The forecasting data of several days are selected to forecast the load data of the next few days)
负责日常数据
- 南京用电负荷数据，用来进行预测用的，数据比较准确，可以使用多种方法进行预测