[基礎(chǔ)科學(xué)]風(fēng)功率預(yù)測論文-文庫吧資料
2025-01-24 13:13本頁面
【正文】 層神經(jīng)元數(shù)為5，即輸入變量為連續(xù)5個(gè)時(shí)間點(diǎn)的風(fēng)功率；輸出層神經(jīng)元數(shù)為1，即輸出變量為第六個(gè)時(shí)間點(diǎn)的風(fēng)功率。多于一層的隱含層雖然能在速度上提高網(wǎng)絡(luò)的訓(xùn)練，但是在實(shí)際應(yīng)用中需要較多的訓(xùn)練時(shí)間，而訓(xùn)練速度可以用增加隱含層節(jié)點(diǎn)個(gè)數(shù)來實(shí)現(xiàn)，因此在應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測時(shí)，選取只有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)就足夠了。作出如下圖形： bp神經(jīng)網(wǎng)絡(luò)預(yù)測法（1）.模型的建立 建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型在進(jìn)BP網(wǎng)絡(luò)預(yù)測模型設(shè)計(jì)時(shí)，主要考慮網(wǎng)絡(luò)的層數(shù)和每層中神經(jīng)元的個(gè)數(shù)。解得： 求解微分方程，即可得預(yù)測模型： (2) .模型的求解：通過運(yùn)用matlab編寫程序，我們?nèi)?5月31日0時(shí)0分之前的16個(gè)數(shù)據(jù)，通過程序，得到預(yù)測的16個(gè)數(shù)據(jù)，再通過matlab的作圖工具我們可以得到一條較為平滑的曲線，與實(shí)際值有較大的差距，但卻是可以大體概括風(fēng)功率的變化趨勢。那么GM(1,1) 模型相應(yīng)的白化微分方程為： 其中，α 為發(fā)展灰數(shù)，μ 為內(nèi)生控制灰數(shù)。具體操作時(shí)，我們首先采用5月31日0時(shí)0分前的8個(gè)時(shí)間段的值，通過DPS分別對a．PA, PB, PC, PD b．P4 c．P48數(shù)據(jù)處理系統(tǒng)對數(shù)據(jù)進(jìn)行處理，最后我們得到了所有的96個(gè)時(shí)段的測試值：P48：117334965812183450668231935516783420365268845213753698562238547086723395571878244056728892541577389102642587490112743597591122844607692132945617793143046627894153147637995163248648096P4117334965812183450668231935516783420365268845213753698562238547086723395571878244056728892541577389102642587490112743597591122844607692132945617793143046627894153147637995163248648096Pa1248173349658117821834506629582319355167834348203652688452137536985622385470867233955718783692440567288925415773566891026425858749011274359759112284460769213294561772909314304662789415314147637995163248648096Pb117334965812183450668231935516783420365268845213753698562238547086723395571878244056728892541577389102642587490112743597591122844607692132945617793143046627894153147637995163248648096Pc117334965812183450668231935516783420365268
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1