EMD-KPCA-LSTM多维时间序列预测（含LSTM、EMD-LSTM、EMD-KPCA-LSTM）三个模型的对比

发布人

EMD-KPCA-LSTM基于经验模态分解和核主成分分析的长短期记忆网络多维时间序列预测MATLAB代码（含LSTM、EMD-LSTM、EMD-KPCA-LSTM三个模型的对比）  

本案例使用数据集是北半球光伏功率，共四个输入特征（太阳辐射度 气温 气压 大气湿度），一个输出预测（光伏功率）;  

预测对象可以是电力负荷、风速、光伏等等时间序列数据集;

信号分解方法EMD可以替换为VMD CEEMD CEEMDAN EEMD等分解算法;

LSTM也可以换为GRU，BILSTM等;

参考论文：[1]张雲钦,程起泽,蒋文杰,刘晓峰,沈亮,陈泽华.基于EMD-PCA-LSTM的光伏功率预测模型[J].太阳能学报,2021,42(09):62-69.DOI:10.19912/j.0254-0096.tynxb.2019-0817.

视频程序见：https://mbd.pub/o/bread/Y56Tl5hy

更多程序见：https://mbd.pub/o/bread/mbd-Y56Xm55y

打开封面下载高清视频观看高清视频视频下载器