我们用了两种算法对PJM某区电力负荷进行超短期预测。
ARIMA算法预测速度较快，平均误差在3%以内，特别适合这种超短期负荷预测，而小波分析+BP神经网络算法是一种适应性比较广的算法，在此次超短期负荷预测中它的平均误差在7%以内，预测时间相对更长。
此程序由华北电力大学电力专业学生编写，采用了VB、MATLAB混合编程（VB的界面，MATLAB的内核），利用了2种算法实现电力负荷超短期预测，这2种方法都是当前较先进实用的算法，十分有启发性。
ARIMA算法预测速度较快，平均误差在3%以内，特别适合这种超短期负荷预测，而小波分析+BP神经网络算法是一种适应性比较广的算法，在此次超短期负荷预测中它的平均误差在7%以内，预测时间相对更长。
此程序由华北电力大学电力专业学生编写，采用了VB、MATLAB混合编程（VB的界面，MATLAB的内核），利用了2种算法实现电力负荷超短期预测，这2种方法都是当前较先进实用的算法，十分有启发性。
2024/7/16 11:31:37
8.95MB
1
ARIMA：自回归平均移动模型的MATLAB代码函数实现，可以直接输入参数进行运行。
希望能给你带来一些帮助，但我最近下载资源积分不够，收取一些积分希望谅解，代码出什么问题，告诉我，我帮你调。
希望能给你带来一些帮助，但我最近下载资源积分不够，收取一些积分希望谅解，代码出什么问题，告诉我，我帮你调。
2024/6/16 13:53:52
2KB
1
基于Matlab实现的ARIMA电力负荷预测实验，代码+EUINITE比赛数据集1997-1999。
基于Matlab实现的ARIMA电力负荷预测实验，代码+EUINITE比赛数据集1997-1999。
基于Matlab实现的ARIMA电力负荷预测实验，代码+EUINITE比赛数据集1997-1999。
基于Matlab实现的ARIMA电力负荷预测实验，代码+EUINITE比赛数据集1997-1999。
基于Matlab实现的ARIMA电力负荷预测实验，代码+EUINITE比赛数据集1997-1999。
2024/5/25 16:19:21
49KB
1
一个基于pythonflask技术的web应用，对往年数据ARIMA模型处理，能提供3天，7天，15天预测数据，同时提供回看数据，登录，注册等功能
2023/11/14 12:45:09
83KB
1
时间序列预测建模，移动平滑、指数平滑、等模型的描述讲解和matlab程序实现代码。
arima、arma等等
arima、arma等等
2023/10/12 2:17:35
490KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB