![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
预测
文章平均质量分 86
科研工作站
这个作者很懒,什么都没留下…
展开
-
MATLAB|【免费】融合正余弦和柯西变异的麻雀优化算法SCSSA-CNN-BiLSTM双向长短期记忆网络预测模型
程序实现多输入单输出预测,通过融合正余弦和柯西变异改进麻雀搜索算法,对CNN-BiLSTM的学习率、正则化参数以及BiLSTM隐含层神经元个数等进行优化,并对比了该改进算法和粒子群、灰狼算法在优化方面的优势。该程序数据选用的是一段风速数据,数据较为简单,方便同学进行替换学习。程序对比了优化前和优化后的效果,注释清晰,方便学习,建议采用高版本matlab运行。原创 2024-05-17 09:40:29 · 963 阅读 · 0 评论 -
短期风速预测|LSTM|ELM|批处理(matlab代码)
该程序是预测类的基础性代码,程序对河北某地区的气象数据进行详细统计,程序最终得到pm2.5的预测结果,通过更改数据很容易得到风速预测结果。程序主要分为三部分,分别是基于LSTM算法、基于ELM算法和基于LSTM和批处理组合算法,对于预测类程序,算法组合是创新的方向,很多预测都是通过智能算法对参数寻优+LSTM/ELM等算法进行组合,本次提供的三种基础性代码是对同一数据进行处理分析,并得到相应的预测结果,程序采用matlab编写,无需其他软件包,注释清楚,方便学习!原创 2024-02-27 13:57:15 · 1029 阅读 · 0 评论 -
Matlab|基于支持向量机的电力短期负荷预测【三种方法】
该程序主要是对电力短期负荷进行预测,采用三种方法,分别是最小二乘支持向量机(LSSVM)、标准粒子群算法支持向量机和改进粒子群算法支持向量机三种方法对负荷进行预测,有详实的文档资料,程序注释清楚,方便学习!原创 2024-02-16 13:49:17 · 1055 阅读 · 0 评论 -
【免费分享】概率神经网络的分类预测--基于PNN的变压器故障诊断
《MATLAB神经网络43个案例分析》共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。本程序针对的是第24章内容--基于PNN的变压器故障诊断,这是神经网络技术在电力系统故障诊断方面的一个应用方向,通过对变压器运行数据进行训练,实现对数据的分类和预测,用于判断变压器运行状态,代码免费分享给大家学习参考!原创 2024-01-30 12:31:02 · 1104 阅读 · 1 评论 -
【核心复现】基于改进鲸鱼优化算法的微网系统能量优化管理matlab
该程序为《基于改进鲸鱼优化算法的微网系统能量优化管理》matlab代码,主要内容如下:针对包含多种可再生能源的冷热电联供型微网系统的能量优化问题,为了优化其运行过程的经济效益和环境效益,本文提出一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法,首先根据长短期记忆网络(Long Short Term Memory,LSTM)预测得到的可再生能源出力和负荷需求预先制定调度规划,然后以此预测数据为基础,采用改进鲸鱼优化算法调整可控设备出力,优化微网系统的运行成本和固定成本。原创 2024-01-20 23:05:52 · 1428 阅读 · 0 评论 -
matlab|基于VMD-SSA-LSTM的多维时序光伏功率预测
模型基于VMD-SSA-LSTM的多维时序光伏功率预测,本程序参考文章《基于VMD-SSA-LSSVM的短期风电预测》和《基于改进鲸鱼优化算法的微网系统能量优化管理》,采用不同方法混合嫁接的方式实现了光伏功率预测,对于预测而言,包括训练和测试,因此,该方法仍然可以用于风电、负荷等方面的预测。LSTM预测过程主要包括三个阶段:遗忘阶段,选择记忆阶段和输出阶段。原创 2024-01-15 22:43:00 · 1105 阅读 · 0 评论 -
MATLAB|相关向量机和特征选取技术在短期负荷预测中的应用(Matlab复现)
该模型复现《相关向量机和特征选取技术在短期负荷预测中的应用》,通过改进传统的Relief算法,提出一种短期负荷预测特征输入量的选取方法,并使用相关性分析法来消除冗余特征。程序以美国德州电力市场某东部城市的真实负荷数据来进行仿真分析,结果表明本文的特征选取方法能够很好的提取负荷的短期趋势特征和周期性特征。与传统的SVR相比,RVR更加灵活,因为它允许数据点在超平面上的权重为零,从而降低了模型的复杂度并提高了预测精度。可以通过运行结果看到没有和其他方法的对比,程序注释清楚,方便学习!原创 2024-01-05 22:04:51 · 391 阅读 · 1 评论 -
MATLAB|基于QPSO-LSTM的短期风电负荷预测模型(完全复现)
该模型完全复现《基于QPSO-LSTM的短期风电负荷预测模型》,采用基于QPSO算法对LSTM神经网络进行优化的算法,并根据LSTM神经网络以及QPSO算法的基本原理,利用QPSO算法对LSTM的超参数及网络拓扑结构进行优化,建立QPSO-LSTM短期风电负荷预测模型。在传统的RNN中,随着时间的推移,信息的丢失或梯度的消失可能会导致模型无法学习到长期的依赖关系。更新规则基于量子力学中的演化方程和粒子群优化算法中的社会行为模型,通过调整粒子的位置和速度参数,可以使其搜索到更好的解。(4)粒子位置更新。原创 2024-01-04 22:15:46 · 1485 阅读 · 0 评论 -
MATLAB|基于PSO-BP神经网络的风电功率预测
该模型将粒子群算法与BP神经网络结合用于BP神经网络的训练,即优化BP网络中的连接权值和各项阈值,然后利用神经网络分布式并行处理优势、自适应学习能力以及较好的鲁棒性能对风电功率数据进行预测。该算法优点是通过 PSO 算法进行 BP 算法的权值和阈值计算,得到一个比较理想的初始值,该初始值能够保证 BP 在预测中迅速达到全局最优解,从而改进了传统 BP 神经网络的不足。模型利用某风电场过去一年的实测数据作为训练样本,基于MATLAB编写PSO-BP算法进行短期风电功率预测。原创 2024-01-02 23:54:31 · 635 阅读 · 0 评论