预测方法库线性模型线性模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：指数模型1指数模型1，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：指数模型2指数模型2，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：对数模型对数模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：双曲线模型1双曲线模型1，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：双曲线模型2双曲线模型2，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：1/Y=a+b/X历史数据最少需要数目：3建模示例：幂函数模型幂函数模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：扩展S形曲线扩展S形曲线，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3扩展GOMPERTZ扩展GOMPERTZ，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3扩展反正切扩展反正切，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3S型曲线模型S型曲线模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：Gompertz曲线Gompertz曲线，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：抛物线模型抛物线模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：3建模示例：N次曲线模型N次曲线模型，时间序列回归分析方法之一，属于通用预测方法，适用于年月电力电量等各类指标预测。模型描述：历史数据最少需要数目：5建模示例：人工神经网络法人工神经网络法属于通用序列预测方法，适用于年月电力电量等各类指标预测；人工神经网络法也属于相关预测方法，可含纳相关因素建立相关模型。历史数据最少需要数目：3传统的数学模型是用显式的数学表达式加以描述。这就决定了传统的预测模型的局限性。事实上，负荷变化的自然规律很难用一个显式的数学公式予以表示。神经网络方法是这一领域内的一个重大突破。该方法视传统函数的自变量和因变量为输入和输出，将传统的函数关系转化为高维的非线性映射，而不是显式的数学表达式。从数学意义上讲，多层前馈网络--BP网是利用训练样本实现从输入到输出的映射。若输入层节点数为n，输出层节点数为m，则网络是从到的一个高度非线性映射。如下图所示：图中每一个节点表示一个神经元。其输出与输入函数为：BP网络不需要知道描述这种映射的具体数学表达式，而只是在所选网络的拓扑结构下，通过学习算法调整各神经元的阈值和连接权值，使误差信号最小。BP网使用的节点特性函数为：对于序列预测而言，一般可以采用三层BP网(只有一个隐含层)。输入输出信号可以有两种选择方法：(1)以时段序号作为输入信号，以待预测量在该时段的取值作为输出信号，构成单输入单输出网络，隐含层的神经元数目取为3~10。(2)以待预测量在本时段的取值作为输出信号，以待预测量在本时段之前的连续k个时段的取值作为输入信号，构成多输入单输出网络，隐含层的神经元数目取为5~20。使用训练好的BP网进行负荷预测是非常方便的，只需以未来时刻的有关数据作为网络的输入，进行一次从输入层到输出层的前向计算，所得到的网络的输出即为预测结果。动平均法动平...
