**更新：网络研讨会录制可用：
//www.tatmou.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html
此示例表明，使用MATLAB®建立短期电力负载（和价格）预测系统。在温度预测，节日信息和历史载荷的情况下，对两个非线性回归模型（神经网络和行李回归树）进行了校准，以预测每小时的日常负载。这些模型从2004年至2007年对来自尼泊尔地区（新英格兰ISO）的小时数据进行了培训，并对2008年以来的样本外数据进行了测试。

该应用程序包括（可选的）Excel前端，使用户能够通过MATLAB-DEPLOY DLL调用训练有素的负载预测型号。

标题为“负载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组成部分。

如果您没有所有必需的工具箱，则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：由于尺寸限制，网络研讨会中显示的访问数据库未提供此存档。等效数据集分别在文件夹负载\数据和价格\数据中分别以负载和价格预测研究的数据提供。可以直接从ISO新英格兰获得原始数据文件（www.iso-ne.com）

有关负载和价格预测的更多信息：
准确的负载预测对于公用事业的有效操作和计划至关重要。负载预测会影响许多决定，包括在给定时期投入的发电机，并急剧影响批发电力市场价格。负载和价格预测算法通常在降低的电价混合模型中显着，这是模拟市场和建模能量衍生品的一些最准确的模型。在许多交易和风险管理应用程序中，市场参与者也广泛使用了电价预测。