夜色资讯

基于隐晦神经集结算法掂量电价(Matlabd代码终了)


发布日期:2022-09-11 19:18    点击次数:136


基于隐晦神经集结算法掂量电价(Matlabd代码终了)

1概括

频年来,跟着动力枯竭和环境问题的日益突显,太阳能、风能等多样体式的清洁动力取得鄙俚应用,微网行动散布式电源接入电网的有用路线取得快速发展"。无数的新动力以及储能装配接入给微网带来能量调遣复杂以及经济性低等问题。本文参考了隐晦算法掂量电价。

2隐晦神经集结简介

隐晦神经集结包括输入层、隐晦化层、隐晦推理层、归一化层、输出层等多个层级,其基本结构如图4所示:

不错将输入层的输入样本聚首符号为X,垄断隐晦化层暗意各输入结点的隶属进程,并将各神经集结暗意为一种具有一定进程的隐晦化准则,聘请附属函数为径向对称的高斯函数,第j个神经元输出函数界说为:

其中cij和σij隔离暗意的是第j个高斯附属函数的中心和宽度。经由隐晦推理层的责罚得出的输出效果为:

3Matlab代码及参考著作

本文仅展现部分代码,一齐代码及著作见:

clc

%%读取数据

training=csvread('锻练数据.csv',1,1);

testing=csvread('测试数据.csv',1,1);

%%剔除特殊值:

P=training(:,3);

P1=testing(:,3);

figure('name','使用特殊值锻练数据');

plot(P,'b*');

Ph=P;

title('使用特殊值锻练数据')

figure('name','使用特殊值测试数据');

plot(P1,'b*');

title('使用特殊值测试数据')

Q1=prctile(P,25);

Q3=prctile(P,75);

range=[Q1-1.5*(Q3-Q1),Q3+1.5*(Q3-Q1)];

position=[find(P>range(2))find(P

%%剔除特殊值

P(position)=[];

figure

plot(P,'r*');

title('莫得特殊值的锻练数据')

figure

subplot(1,2,1)

hist(Ph)

title('莫得特殊值的锻练数据')

subplot(1,2,热门资讯2)

hist(P)

title('莫得特殊值的锻练数据')

%%隐晦神经集结

training=removerows(training,position);

T=training(:,1);

D=training(:,2);

P=training(:,3);

t=3:(length(training)-1);

training=[T(t-2),T(t-1),T(t),D(t-2),D(t-1),D(t),P(t+1)];

trainC=corrcoef(training);%关连矩阵

%%界说隐晦输入和输出

trainingInputs(:,1)=training(:,6);

trainingInputs(:,2)=training(:,2);

trainingOutputs=training(:,7);

figure

hist(trainingInputs(:,1))

title('电力需求直方图')

figure

hist(trainingInputs(:,2))

title('温度直方图')

figure

hist(trainingOutputs)

title('电价直方图')

4运转效果

5参考文件

[1]齐霁,李威,宁亮,王鸥,李曦.基于隐晦神经集结的电网调遣自动化死心系统[J].制造业自动化,2022,44(01):118-122.

[2]张玉涵.基于TS模子的可控励磁直线电动机隐晦死心研讨[D].沈阳工业大学,2022.DOI:10.27322/d.cnki.gsgyu.2022.000323.

6写在临了

部分表面援用集结文件,若有侵权请接洽博主删除。