**更新:网络研讨会记录可在以下网址获取:
//www.tianjin-qmedu.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html
本示例演示如何使用MATLAB®构建短期电力负荷（和价格）预测系统。两个非线性回归模型（神经网络和袋装回归树）在给定温度预测、假日信息和历史负荷的情况下，对模型进行校准，以预测每小时的日前负荷。该模型根据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，并根据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，允许用户通过一个matlab可部署的DLL调用训练过的负荷预测模型。

题为“负荷和价格预测案例研究简介”的文件将指导您完成分析的不同部分。

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报告查看运行分析的结果。

注：由于大小限制，网络研讨会中显示的Access数据库未随此存档一起提供。负荷和价格预测研究文件夹Load\data和Price\data中的MAT文件中分别提供了等效数据集。原始数据文件可直接从ISO新英格兰获得(www.iso-ne.com）

更多关于负荷和价格预测:
准确的负荷预测对于电力公司的有效运营和规划至关重要。负荷预测会影响一些决策，包括在给定的时期内由哪个发电商承担责任，并严重影响批发电力市场价格。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有突出的特点，这是模拟市场和建模能源衍生品的一些最准确的模型。在许多交易和风险管理应用中，电价预测也被市场参与者广泛使用。