本书以源荷数据预测分析为研究目标，是对日常工作的概括总结。本书介绍了时间序列、机器学习、神经网络等算法，并将其进行组合用于电力系统的预测，最终针对每日用电量、时点负荷以及光伏出力预测问题分别构造了算法模型。本书共分为五章，其中第一章是概述性章节，讲述了问题的出发点以及列举了目前的一些研究情况。第二章则是详细介绍了后续用到的各种算法原理。后三章是应用，每一章对应一类预测问题，内容涵盖了建模思想、模型构造以及案例分析三部分，从数据特性出发，选择适当的建模思路以及合适的模型。

兰洲：2014年1月至今，就职于国网浙江省电力有限公司经济技术研究院，从事能源电力政策、电力市场、电网运行等研究咨询工作。董丹煌：浙江大学硕士研究生，2010年参加工作，现就职于国网浙江省电力有限公司经济技术研究院战略与发展研究中心，长期从事公司经营、电网发展、电力体制改革等相关研究，在经营分析、电网投资、新能源与储能、能源和电力经济等研究方面具备丰富的实践经验和理论基础，获得发明专利3项，实用新型专利3项，发表论文10余篇。张朋：浙江大学数学科学学院教授，统计学系主任，博士生导师。中国现场统计学会理事。于1990年和1997年分别获得南开大学信息科学专业学士和货币银行学硕士学位。2002年和2006年获得约克大学和滑铁卢大学的统计学硕士和博士学位。2006－2012年在加拿大阿尔伯塔大学数学和统计科学系任助理教授。2012年回国任教。研究领域包括人工智能和机器学习、生物统计、纵向数据分析、测量误差模型等，在国内外重要期刊上发表了40余篇论文。楼丹杏；从2006年开始参加工作，多年来一直在能源行业从事数字化建设工作，主要从事电力行业数字化转型咨询与建设、大数据分析应用，业务中台系统重构等工作。文凡，2009年参加工作，国网浙江省电力有限公司发展计划管理首席专家。长期从事公司经营、电网发展、电力体制改革等相关研究，在经营分析、投资决策、新能源与储能、能源和电力经济等研究方面具备丰富的实践经验和理论基础，获得发明专利2项，发表论文10余篇，获得软著3项，多次获得行业和电网公司系统科技进步奖和管理创新奖。