✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
辐照度是影响光伏(PV)电站发电量最重要的气象因素.提出了一种新的基于自适应模糊推理系统(ANFIS)的辐照度超短期预测方法.首先,利用地外辐照度理论值来对历史观测辐照度时间序列值进行归一化处理,形成输入输出样本对后利用 ANFIS 模型建模;然后,采用减法聚类确定ANFIS 模型的规则数和初始参数,并采用反向传播算法和最小二乘法优化模糊模型参数;最后,通过循环预测法实现对未来4 h 的辐照度预测.基于 MATLAB 的实验结果验证了该方法具备良好的预测精度,从而为发电功率的超短期预测提供了可行的解决途径.
⛄ 部分代码
clc;
clear;
close all;
%% Create Time-Series Data
% Global Ice Volume over the last 440,000 years
data = load('global_ice_volume');
x = data.x;
Delays = [1 2 3 4 5];
[Inputs, Targets] = CreateTimeSeriesData(x, Delays);
Inputs = Inputs';
Targets = Targets';
nData = size(Inputs,1);
%% Shuffling Data
PERM = 1:nData; % Permutation to Shuffle Data
pTrain=0.75;
nTrainData=round(pTrain*nData);
TrainInd=PERM(1:nTrainData);
TrainInputs=Inputs(TrainInd,:);
TrainTargets=Targets(TrainInd,:);
pTest=1-pTrain;
nTestData=nData-nTrainData;
TestInd=PERM(nTrainData+1:end);
TestInputs=Inputs(TestInd,:);
TestTargets=Targets(TestInd,:);
PARAMS=inputdlg(Prompt,Title,1,DefaultValues);
pause(0.01);
MaxEpoch=str2num(PARAMS{1}); %#ok
ErrorGoal=str2num(PARAMS{2}); %#ok
InitialStepSize=str2num(PARAMS{3}); %#ok
StepSizeDecreaseRate=str2num(PARAMS{4}); %#ok
StepSizeIncreaseRate=str2num(PARAMS{5}); %#ok
TrainOptions=[MaxEpoch ...
ErrorGoal ...
InitialStepSize ...
StepSizeDecreaseRate ...
StepSizeIncreaseRate];
DisplayInfo=true;
DisplayError=true;
DisplayStepSize=true;
DisplayFinalResult=true;
DisplayOptions=[DisplayInfo ...
DisplayError ...
DisplayStepSize ...
DisplayFinalResult];
OptimizationMethod=1;
% 0: Backpropagation
% 1: Hybrid
TrainErrors=TrainTargets-TrainOutputs;
TrainMSE=mean(TrainErrors.^2);
TrainRMSE=sqrt(TrainMSE);
TrainErrorMean=mean(TrainErrors);
TrainErrorSTD=std(TrainErrors);
TestErrors=TestTargets-TestOutputs;
TestMSE=mean(TestErrors.^2);
TestRMSE=sqrt(TestMSE);
TestErrorMean=mean(TestErrors);
TestErrorSTD=std(TestErrors);
%% Plot Results
figure;
PlotResults(TrainTargets,TrainOutputs,'Train Data');
figure;
PlotResults(TestTargets,TestOutputs,'Test Data');
figure;
PlotResults(Targets,Outputs,'All Data');
if ~isempty(which('plotregression'))
figure;
plotregression(TrainTargets, TrainOutputs, 'Train Data', ...
TestTargets, TestOutputs, 'Test Data', ...
Targets, Outputs, 'All Data');
set(gcf,'Toolbar','figure');
end
⛄ 运行结果
⛄ 参考文献
[1]盛晓静, 吴永明, 刘天松,等. 基于改进ANFIS的铝生产中铁含量时间序列预测[J]. 组合机床与自动化加工技术, 2021.
