**更新：在线研讨会录音可从以下网址获得：
//www.tatmou.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）Excel前端，用户可以通过MATLAB可部署DLL调用经过培训的负荷预测模型。

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一个HTML报告来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公用事业的有效运营和规划至关重要。负荷预测会影响一系列决策，包括在给定时间段内投入哪些发电机，并严重影响批发电力市场价格。负荷和价格预测算法通常还以简化形式的电价混合模型为显著特征，这是模拟市场和建模能源衍生品的一些最精确的模型。在许多交易和风险管理应用中，市场参与者也广泛使用电价预测。