基于LSTM-Adaboost的电力负荷预测的MATLAB程序

微❤关注"电气仔推送"获得资料(专享优惠)

主要内容:

LSTM-AdaBoost负荷预测模型先通过 AdaBoost集成算法串行训练多个基学习器并计算每个基学习 器的权重系数,接着将各个基学习器的预测结果进行线性组合,生成最终的预测结果。代码中的LSTM可以替换为任意的机器学习算法。

部分程序:

%% 数据归一化

inputn,inputps\]=mapminmax(input_train,0,1); \[outputn,outputps\]=mapminmax(output_train); inputn_test=mapminmax('apply',input_test,inputps); %% 获取输入层节点、输出层节点个数 inputnum=size(input_train,1); outputnum=size(output_train,1); disp('/') disp('LSTM神经网络结构...') disp(\['输入层的节点数为:',num2str(inputnum)\]) disp(\['输出层的节点数为:',num2str(outputnum)\]) numFeatures = inputnum; %特征为一维 numResponses = outputnum; %输出也是一维 numHiddenUnits1 = 25; %创建LSTM回归网络,指定LSTM层的隐含单元个数。可调 layers = \[ ... sequenceInputLayer(numFeatures) %输入层 lstmLayer(numHiddenUnits1, 'OutputMode', 'sequence') fullyConnectedLayer(numResponses) %为全连接层,是输出的维数。 regressionLayer\]; %其计算回归问题的半均方误差模块 。即说明这不是在进行分类问题。 %指定训练选项,求解器设置为adam, 1000轮训练。 %梯度阈值设置为 1。指定初始学习率 0.01,在 125 轮训练后通过乘以因子 0.2 来降低学习率。 options = trainingOptions('adam', ... 'MaxEpochs',1000, ... 'GradientThreshold', 1, ... 'InitialLearnRate',0.01, ... 'LearnRateSchedule','piecewise', ...%每当经过一定数量的时期时,学习率就会乘以一个系数。 'LearnRateDropFactor', 0.01, ... 'LearnRateDropPeriod',600, ... %乘法之间的纪元数由" LearnRateDropPeriod"控制。可调 'Verbose',0, ... %如果将其设置为true,则有关训练进度的信息将被打印到命令窗口中。默认值为true。 'Plots','training-progress'); %构建曲线图 将'training-progress'替换为none net0 = trainNetwork(inputn,outputn,layers,options); an0 = predict(net0,inputn_test); %预测结果反归一化与误差计算 test_simu0=mapminmax('reverse',an0,outputps); %把仿真得到的数据还原为原始的数量级 %误差指标 error0 = output_test - test_simu0; mse0=mse(output_test,test_simu0) %% 标准LSTM神经网络作图 figure plot(output_test,'b-','markerfacecolor',\[0.5,0.5,0.9\],'MarkerSize',6) hold on plot(test_simu0,'r--','MarkerSize',6) title(\['mse误差:',num2str(mse0)\]) legend('真实y','预测的y') xlabel('样本数') ylabel('负荷值') **训练进度:** ![](https://file.jishuzhan.net/article/1711688985589321729/fc9b31ae3bef8c6173760f7e89a0cff9.webp) 预测结果: ![](https://file.jishuzhan.net/article/1711688985589321729/1b4b24f0e4618891e4f4d8155ffb4acc.webp) ![](https://file.jishuzhan.net/article/1711688985589321729/3f976fc64f4b342736b1586f8acc554e.webp) **预测误差:** ![](https://file.jishuzhan.net/article/1711688985589321729/aa0f63d739cba7f37a9dc4a7339ee2ab.webp)

相关推荐
却道天凉_好个秋23 分钟前
深度学习(二):神经元与神经网络
人工智能·神经网络·计算机视觉·神经元
UQI-LIUWJ24 分钟前
unsloth笔记:运行&微调 gemma
人工智能·笔记·深度学习
THMAIL27 分钟前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn
却道天凉_好个秋29 分钟前
计算机视觉(八):开运算和闭运算
人工智能·计算机视觉·开运算与闭运算
无风听海30 分钟前
神经网络之深入理解偏置
人工智能·神经网络·机器学习·偏置
JoinApper31 分钟前
目标检测系列-Yolov5下载及运行
人工智能·yolo·目标检测
飞哥数智坊1 小时前
即梦4.0实测:我真想对PS说“拜拜”了!
人工智能
fantasy_arch1 小时前
9.3深度循环神经网络
人工智能·rnn·深度学习
Ai工具分享1 小时前
视频画质差怎么办?AI优化视频清晰度技术原理与实战应用
人工智能·音视频
新智元2 小时前
不到 10 天,国产「香蕉」突袭!一次 7 图逼真还原,合成大法惊呆歪果仁
人工智能·openai