对电力负载的预测程序

对电力负载的预测程序，excel文档放在e盘根目录，文档中为负载数据

%小波分解与重构
num=xlsread（‘e:/book.xls‘）;                     %读取数据
[mn]=size（num）;
yiwei=zeros（1n*m）;                               %矩阵转为一维数据
for i=0:1:m-1
    for j=1:1:n
        yiwei（1i*n+j）=num（i+1j）;
    end
end
[cl]=wavedec（yiwei3‘db3‘）;                    %小波分解
x=0:1:n*m-1;
[cd1cd2cd3]=detcoef（cl[123]）;             %提取小波变换系数
ca3=appcoef（cl‘db3‘3）;                       
a3=wrcoef（‘a‘cl‘db3‘0）;                     %对小波系数进行单支重构，第三尺度低频分量
d3=wrcoef（‘d‘cl‘db3‘3）;                     %第三尺度高频分量重构
d2=wrcoef（‘d‘cl‘db3‘2）;                     %第二尺度低频分量重构
d1=wrcoef（‘d‘cl‘db3‘1）;                     %第一尺度低频分量重构
x5=a3-yiwei;
figure;
plot（xyiwei）;title（‘s‘）;                       %原数据波形
figure
subplot（411）;plot（xa3）;title（‘ca3‘）;           %低频分量a3图形
subplot（412）;plot（xd3）;title（‘cd3‘）;
subplot（413）;plot（xd2）;title（‘cd2‘）;
subplot（414）;plot（xd1）;title（‘cd1‘）;
%对分量a3进行预测
ya3=zeros（mn）;
for i=1:1:m
    for j=1:1:n
        ya3（ij）=a3（n*（i-1）+j）;
    end
end
P=zeros（m-1n）;
T=zeros（m-1n）;
for i=1:1:m-1
    for j=1:1:n
        P（ij）=ya3（ij）;
        T（ij）=ya3（i+1j）;
    end
end
P=P‘;
T=T‘;
text=zeros（n1）;
text=T（n:）;
maxpa3=max（P）;
maxpa3=max（maxpa3）;
maxta3=max（T）;
maxta3=max（maxta3）;
minpa3=min（P）;
minpa3=min（minpa3）;
minta3=min（T）;
minta3=min（minta3）;
P（::）=（P（::）-minpa3）/（maxpa3-minpa3）;
T（::）=（T（::）-minpa3）/（maxpa3-minpa3）;
threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1];
net=newff（threshold[31 24]{‘tansig‘‘logsig‘}‘trainlm‘）;
net.trainParam.epochs=100;
net.trainParam.goal=0.1;
LP.lr=0.1;
net=train（netPT）;
P_test=[0.24293;0.2899;0.3356;0.26773;0.3604;0.20649;0.73915;0.58158;0.5967;0.73669;0.70645;0.7637;0.64427;0.36252;0.74263;0.5403;0.62507;0.5206;0.75597;0.88465;0.86427;0.35947;0.42742;0.44755];
Outa3=sim（netP_test）;
Outa3=Outa3*（maxpa3-minpa3）+minpa3;
%对分量d3预测
yd3=zeros（mn）;
for i=1:1:m
    for j=1:1:n
        yd3（ij）=d3（n*（i-1）+j）;
    end
end
P=zeros（m-1n）;
T=zeros（m-1n）;
for i=1:1:m-1
    for j=1:1:n
        P（ij）=yd3（ij）;
        T（ij）=yd3（i+1j）;
    end
end
P=P‘;
T=T‘;
maxpd3=max（P）;
maxpd3=max（maxpd3）;
maxtd3=max（T）;
maxtd3=max（maxtd3）;
minpd3=min（P）;
minpd3=min（minpd3）;
mintd3=min（T）;
mintd3=min（mintd3）;
P（::）=（P（::）-minpd3）/（maxpd3-minpd3）;
T（::）=（T（::）-minpd3）/（maxpd3-minpd3）;
threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1];
net=newff（threshold[31 24]{‘tansig‘‘logsig‘}‘trainlm‘）;
net.trainParam.epochs=100;
net.trainParam.goal=0.1;
LP.lr=0.1;
net=train（netPT）;
P_test=[0.16426;0.30967;0.39371;0.52138;0.569;0.59652;0.67216;0.75038;0.712;0.63031;0.55671;0.4539;0.41601;0.39293;0.33688;0.28061;0.36654;0.50939;0.64563;0.82077;0.71163;0.49907;0.33898;0.12267];
Outd3=sim（netP_test）;
Outd3=Outd3*（maxpd3-minpd3）+minpd3;
%%%%%%
yd2=zeros（mn）;
for i=1:1:m
    for j=

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      17920  2010-06-09 15:35  book.xls

     文件       5266  2010-05-16 15:02  yucexiaobo.m

----------- ---------  ---------- -----  ----

                23186                    2