-
大小: 17KB文件類型: .rar金幣: 2下載: 1 次發(fā)布日期: 2021-07-06
- 語言: 其他
- 標(biāo)簽: 風(fēng)電功率??NWP??
資源簡(jiǎn)介
含NWP數(shù)值天氣預(yù)報(bào)和不含NWP數(shù)值天氣預(yù)報(bào)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)風(fēng)電功率兩種方法進(jìn)行比較,含數(shù)據(jù),實(shí)際案例。

代碼片段和文件信息
%%?清空環(huán)境變量
close?all
clc;?clear
%%?訓(xùn)練數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)提取及歸一化
%下載輸入輸出數(shù)據(jù)
load?traindata1011?A?O?
load?goontest?inputtest_may16?outputtest_may16
inputnum=7;hiddennum=6;outputnum=1;?%4-5-1結(jié)構(gòu)?編碼長(zhǎng)度31?7-5-1?46
%訓(xùn)練數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)
input_train=A(1:360:)‘;
input_test=inputtest_may16(1:24:)‘;
output_train=O(1:360)‘;
output_test=outputtest_may16(1:24)‘;
%選連樣本輸入輸出數(shù)據(jù)歸一化
[inputninputps]=mapminmax(input_train);
[outputnoutputps]=mapminmax(output_train);
%%?BP網(wǎng)絡(luò)訓(xùn)練
%構(gòu)建網(wǎng)絡(luò)
net=newff(inputnoutputnhiddennum{‘tansig‘‘purelin‘});
%網(wǎng)絡(luò)進(jìn)化參數(shù)
net.trainParam.epochs=100;?%迭代次數(shù),學(xué)習(xí)率,目標(biāo)
net.trainParam.lr=0.1;
net.trainParam.goal=0.00001;
net.trainParam.show=100;
net.trainParam.showWindow=0;
%網(wǎng)絡(luò)訓(xùn)練
net=train(netinputnoutputn);
%%?BP網(wǎng)絡(luò)預(yù)測(cè)
%預(yù)測(cè)數(shù)據(jù)歸一化
inputn_test=mapminmax(‘a(chǎn)pply‘input_testinputps);
?
%網(wǎng)絡(luò)預(yù)測(cè)輸出
an=sim(netinputn_test);
?
%網(wǎng)絡(luò)輸出反歸一化
BPoutput=mapminmax(‘reverse‘a(chǎn)noutputps);
%%?結(jié)果分析
figure(1)
plot(BPoutput‘:og‘)
hold?on
plot(output_test‘-*‘);
legend(‘預(yù)測(cè)輸出‘‘期望輸出‘)
title(‘BP網(wǎng)絡(luò)預(yù)測(cè)輸出‘‘fontsize‘12)
ylabel(‘函數(shù)輸出(W)‘‘fontsize‘12)
xlabel(‘樣本(h)‘‘fontsize‘12)
%預(yù)測(cè)誤差
error=BPoutput-output_test;
error1=(output_test-BPoutput)./BPoutput;?%相對(duì)誤差
%?figure(2)
%?plot(error‘-*‘)
%?title(‘BP網(wǎng)絡(luò)預(yù)測(cè)誤差‘‘fontsize‘12)
%?ylabel(‘誤差‘‘fontsize‘12)
%?xlabel(‘樣本‘‘fontsize‘12)
figure(3)
plot(error1‘-*‘);
title(‘BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差百分比‘)
ylabel(‘相對(duì)誤差‘‘fontsize‘12)
xlabel(‘樣本(h)‘‘fontsize‘12)
figure(4)
hist(error1);
title(‘神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差頻率分布直方圖‘);
MAE=(sum(abs(error1)))/24?%絕對(duì)平均誤差?24對(duì)誤差
RMSE=sqrt((sum(error1.^2))/24)%RMSE?均方根誤差公式
%?errorsum=sum(abs(error))
?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????文件???????1813??2014-01-07?21:59??BP?wind?prediction\bp.m
?????文件???????1737??2014-01-07?21:57??BP?wind?prediction\BPNWP.m
?????文件????????874??2013-10-12?14:59??BP?wind?prediction\goontest.mat
?????文件????????974??2013-10-16?15:49??BP?wind?prediction\goontestNWP.mat
?????文件???????6430??2013-10-11?21:12??BP?wind?prediction\traindata1011.mat
?????文件???????7287??2013-10-16?15:38??BP?wind?prediction\traindata1011NWP.mat
?????目錄??????????0??2014-01-14?22:52??BP?wind?prediction
-----------?---------??----------?-----??----
????????????????19115????????????????????7
評(píng)論
共有 條評(píng)論