微❤关注“电气仔推送”获得模型
复现参考文章:
基于BP神经网络的风电功率预测方法——刘立群(2021年)
摘要:
风电功率预测结果的准确性,不仅关系到风力发电厂的综合运行效率,也与区域运行成本具备直接联系,为解决传统预测方法的不足,基于前馈神经网络———BP(反向传播)神经网络,设计一种风电功率预测方法。考虑到BP神经网络属于一种多层结构的网络,因此,基于BP神经网络的预测模型也具备多层结构。应用预测模型对风电功率的随机性与波动性特征进行描述。并采用校正风电功率预测结果误差、规范风电功率预测流程的方式,完成方法设计。经过实例分析,证明设计的方法对风电功率的预测结果误差均在最优误差范围内,预测的数值具有更高的价值。
主要程序:
clc
clear
load data A O
% 获取训练集和测试集矩阵
[input_train]=A(1:180,:)';
[output_train]=O(1:180,:)';
[input_test]=A(181:360,:)';
[output_tes