可用于短期风速预测及光伏预测的LSTM/ELM预测程序

本文介绍: 该程序是预测类的基础性代码，程序对河北某地区的气象数据进行详细统计，程序最终得到pm2.5的预测结果，通过更改数据很容易得到风速预测结果。程序主要分为三部分，分别是基于LSTM算法、基于ELM算法和基于LSTM和批处理组合算法，本次提供的三种基础性代码是对同一数据进行处理分析，并得到相应的预测结果，程序采用matlab 编写，无需其他软件包，注释清楚，方便学习，可自行跟换数据！

微❤关注“电气仔推送”获得资料（专享优惠）

程序内容：

该程序是预测类的基础性代码，程序对河北某地区的气象数据进行详细统计，程序最终得到pm2.5的预测结果，通过更改数据很容易得到风速预测结果。程序主要分为三部分，分别是基于LSTM算法、基于ELM算法和基于LSTM和批处理组合算法，本次提供的三种基础性代码是对同一数据进行处理分析，并得到相应的预测结果，程序采用matlab 编写，无需其他软件包，注释清楚，方便学习，可自行跟换数据！

部分程序：

%%% 权重更新函数

data_length=size(train_data,1);

data_num=size(train_data,2);

weight_preh_h_temp=weight_preh_h;

%% 更新weight_preh_h权重

for m=1:output_num

d elta_weight_preh_h_temp(:,m)=2*Error(m,1)*pre_h_state;

end

weight_preh_h_temp=weight_preh_h_temp-yita*d elta_weight_preh_h_temp;

%% 更新weight_outputgate_x

for num=1:output_num

for m=1:data_length

d elta_weight_outputgate_x(m,:)=(2*weight_preh_h(:,num)*Error(num,1).*tanh(cell_state(:,n)))’.*exp(-output_gate_input).*(output_gate.^2)*train_data(m,n);

end

weight_outputgate_x=weight_outputgate_x-yita*d elta_weight_outputgate_x;

end

%% 更新weight_inputgate_x

for num=1:output_num

for m=1:data_length

d elta_weight_inputgate_x(m,:)=2*(weight_preh_h(:,num)*Error(num,1))’.*output_gate.*(on es(size(cell_state(:,n)))-tanh(cell_state(:,n)).^2)’.*gate.*exp(-input_gate_input).*(input_gate.^2)*train_data(m,n);