自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

原创 神经网络模型的训练

• 模度 (Gradient): 当前误差函数的梯度值,反映网络参数调整的变化幅度。• 性能指标 (Performance): 使用均方误差 (MSE) 作为损失函数,衡量网络输出与目标值的差异。• 如果性能 (MSE) 在前几轮已经趋于稳定,并接近目标值 ,则可以提前停止训练,500轮可能是过多的。• 性能 (Performance): 当前网络的性能指标,这里采用均方误差 (MSE)。• 目标值 (Goal): 设定的性能目标值,达到目标值时训练会提前结束(这里是 )。

2025-01-19 22:52:46 491

原创 BP神经网络

这段代码实现了从特征值和负荷数据中提取、训练 BP 神经网络,并将预测结果与用户编号和天数关联,最后保存预测结果的完整流程

2025-01-19 22:02:28 404

原创 k均值算法找聚类上限并可视化

k均值算法找聚类上限并可视化

2024-11-28 20:11:11 840

原创 利用matlab以及K均值算法筛选单一用户的典型负荷曲线

利用matlab以及K均值算法筛选单一用户的典型负荷曲线

2024-11-03 21:35:57 182

原创 MATLAB中zeros函数的使用

zeros(n)`:生成 `n×n` 的全零矩阵。`zeros(m, n)`:生成 `m×n` 的全零矩阵。`zeros(m, n, p, ...)`:生成多维全零数组。`zeros(__, 'like', A)`:生成与矩阵 `A` 相同类型的全零数组。这个函数常用于预先分配内存,提高代码效率。

2024-10-03 00:31:41 2468

原创 电力系统用户负荷数据标记峰谷时段

这段代码的核心是将负荷数据与其平均值对比,标记为峰、谷或平,并重新排列为时间段的形式,然后导出为一个易于理解的 Excel 表格。

2024-09-12 23:49:49 612

原创 需求响应计算用户月平均负荷数据

需求响应计算用户月平均负荷数据

2024-09-09 00:04:40 802

原创 电力系统用户数据的折线图绘制

电力系统用户数据的数据可视化 作折线图

2024-09-07 21:20:18 1665

原创 MATLABz中isnan函数的使用

在 MATLAB 中,`isnan` 函数用于检查数组中的元素是否为 NaN(Not a Number)。NaN 是一种表示未定义或不可表示数值的标记,通常在涉及除零或其他未定义操作时会出现。

2024-08-22 10:36:21 1050

原创 用matlab进行数据清洗的流程(数据读取、筛选、清洗、保存和报告生成)

1. 读取Excel文件2. 初始化存储被移除的用户编号3. 创建一个新的表格来存储清洗后的数据4. 获取所有用户编号5. 遍历每个用户进行处理6. 获取日期和96个数据点7. 筛选无效天数8. 检查无效天数是否超过全年的三分之一9. 清洗零值10. 将清洗后的数据添加到总表格中11. 保存清洗后的数据到新的Excel文件12. 输出被移除的用户列表

2024-08-22 09:55:12 2804

原创 用matlab筛选用电数据

假设第7列开始为96个数据点。% 筛选步骤1:找到超过10%为零或缺失值的天数。% 检查无效天数是否超过全年的三分之一。% 将清洗后的数据添加到总表格中。% 保存清洗后的数据到新的Excel文件。% 创建一个新的表格来存储清洗后的数据。% 获取日期和96个数据点。% 初始化存储被移除的用户编号。% 选择当前用户的数据。% 清洗规则:零值处理。% 保存被移除的用户列表到文件。% 遍历每个用户进行处理。% 输出被移除的用户列表。

2024-08-16 22:06:31 293

原创 用matlab处理excel用电数据

1. 查找一整天数据全为0或缺失数据达到50%天数的用户,并说明哪些月份有缺失或为零2. 查找一整天数据为非零的同一值的用户,并说明这样的天数有多少天

2024-08-16 14:04:11 433

原创 需求响应相关算法

1. 离散选择模型(Discrete Choice Models)2. 面板数据回归(Panel Data Regression)3. 因果推断模型(Causal Inference Models)4. 时间序列回归模型5. 机器学习方法6. 双重差分模型(Two-Way Fixed Effects Models)

2024-08-15 22:46:36 525

原创 MATLAB 4.7

1.用%注释 ctrl+r ctrl+t 添加取消注释。4.clc命令行窗口 clear工作区。2.cos可以做变量名但不推荐。

2024-04-07 20:25:38 121 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除