甜美糖豆

文章
4
资源
0
加入时间
3年0月21天

毕业设计-基于机器学习的短期负荷预测算法前言课题背景和意义实现技术思路一、电力负荷预测  实现效果图样例最后

毕业设计-基于机器学习的短期负荷预测算法:为维持电网稳定,各种负荷预测方法层出不穷,但由于算法泛化能力、模型复杂度等自身特点不同,使其对于负荷预测的适用性存在差异。短期电力负荷预测是电力系统运行和规划的基础,准确的负荷预测可以保证电力系统安全稳定运行,降低发电成本,提高经济效益。随着电力行业的发展、分布式能源的增多,短期负荷预测工作显得愈发重要。考虑到电力负荷数据的非线性、异方差、非平稳等特点,短期负荷预测难度也显著增加,因此,具有强大非线性学习能力的机器学习算法可以为本研究提供良好的技术手段。

python topN 取 最大的N个数 或 最小的N个数

import numpy as npa = np.array([1,4,3,5,2])b = np.argsort(a)print(b)结果:[0 4 2 1 3] 如果既要得到位置,也要得到值,可以如下:sortLoc = np.argsort(predicted_vector)sortVal = np.sort(predicted_vector)...