**更新:网络会议记录可在以下网址下载:
//www.tianjin-qmedu.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html
这个例子演示了用MATLAB®构建一个短期电力负荷(和价格)预测系统。对两个非线性回归模型(神经网络和袋装回归树)进行校准，以预测给定温度预报、假期信息和历史负载的每小时前日负载。这些模型使用2004年至2007年NEPOOL地区(由ISO新英格兰提供)的每小时数据进行训练，并使用2008年的样本外数据进行测试。

该应用程序包括一个(可选的)Excel前端，它允许用户通过matlab可部署的DLL调用训练过的负载预测模型。

题为“负荷与价格预测案例研究介绍”的文档将指导您完成分析的不同组成部分。

如果您没有所有必需的工具箱，您仍然可以通过单击下面的HTML报告之一来查看运行分析的结果。

注意:由于大小限制，本次网络研讨会中显示的Access数据库不与此归档文件一起提供。等效的数据集分别在Load\ data和Price\ data文件夹中的mat文件中提供，用于负荷和价格预测研究。原始数据文件可直接从ISO新英格兰(www.iso-ne.com）

更多关于负荷和价格预测:
准确的负荷预测对于公用事业的有效运行和规划至关重要。负荷预测影响许多决定，包括在给定时期内使用哪些发电机，并严重影响电力批发市场价格。负荷和价格预测算法通常在简化形式的混合电价模型中也很突出，这是模拟市场和建模能源衍生品最精确的模型之一。电价预测也被市场参与者广泛应用于许多交易和风险管理应用中。