基于LSTM神经网络的短期负荷预测 MATLAB程序 采用Adam优化器,大幅提高预测精度

基于LSTM神经网络的短期负荷预测
MATLAB程序
采用Adam优化器,大幅提高预测精度
数据有120天的负荷,包含5个影响因素(最高温度,最低温度,平均温度,降雨量,湿度)
训练时,119天的数据作为训练集,根据负荷的变化趋势和对应的影响因素完成预测模型的构建
测试时,以一天的影响因素作为输入,才用上述训练好的模型,预测未来一天的负荷数值

基于LSTM神经网络的短期负荷预测 MATLAB程序 采用Adam优化器,大幅提高预测精度_第1张图片

ID:7759679012993559晨光旭影

基于LSTM神经网络的短期负荷预测 MATLAB程序 采用Adam优化器,大幅提高预测精度_第2张图片
基于LSTM神经网络的短期负荷预测 MATLAB程序 采用Adam优化器,大幅提高预测精度_第3张图片

你可能感兴趣的:(matlab,神经网络,lstm)