【风电功率预测】基于matlab BP神经网络风电功率预测【含Matlab源码 】
5星 · 超过95%的资源 需积分: 0 91 浏览量
2023-04-21
15:35:49
上传
评论 10
收藏 14KB DOCX 举报 
自适应线性网络
%% 清空环境变量
clc
clear all
close all
%% 训练数据预测数据提取及归一化
%导入数据
input=xlsread('wind.xlsx', 'b1:c151'); %载入输入数据
output=xlsread('wind.xlsx', 'd1:d151'); %载入输出数据
%找出训练数据和预测数据
input_train=input((1:120),:)'; %120 组训练数据，31 组预测数据
output_train=output(1:120)';
input_test=input((121:151),:)';
output_test=output(121:151)';
%归一化输入输出数据
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%生成线性网络
% lr=0.99*maxlinlr(P);
lr=0.001;
delays=[0];
net = newlin(inputn,1,delays,lr);
net.inputWeights{1,1}.initFcn = 'rands'; %初始化权值
net.biases{1}.initFcn = 'rands'; %初始化偏差
net = init(net); %把初始化权值和偏差函数赋给网络
W0=net.iw{1,1}; %初始化权值和偏差
B0=net.b{1};
net.trainParam.epochs =1500; %最大循环次数
net.trainParam.goal = 0.0001; %期望误差
[net,tr] = train(net,inputn,outputn); %进行线性网络权值训练
W=net.iw{1,1}; %网络训练后的最终权值和偏差
B=net.b{1};
%对网络进行自适应线性训练
[net,a,e]=adapt(net,inputn,outputn);
%% 预测
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%网络预测输出
an=sim(net,inputn_test);
%网络输出反归一化
output=mapminmax('reverse',an,outputps);
%% 结果分析
figure
资源评论
Yoraya2023-07-12请问需要自己编写数据文件吗
