目录
1、代码简介
2、代码运行结果展示
3、代码获取
1、代码简介
[原创]基于变分模态分解结合样本熵结合长短期记忆神经网络+Transformer(VMD-SE-LSTM+Transformer)多变量时序预测 Matlab代码
采用VMD-SE对输出列进行分解，通过样本熵将个分量划分为高频分量和低频分量，最后将低频分量采用LSTM和输入特征进行建模，将高频分量采用Transformer和输入特征进行建模，最后将两个模型的结果相加。预测结果更准确！
运行步骤：(采用北半球光伏功率真实数据进行测试)
1.先运行main1进行VMD-SE双重分解【图1-2】
2.在运行main2进行多变量时序预测
代码解释：
1.程序已经调试好，无需更改代码替换数据集即可运行！！！
2.本文程序采用北半球光伏功率数据进行测试，数据格式为excel！
3.Transformer 作为一种创新的神经网络结构，深受欢迎。采用 Transformer 编码器对光伏、负荷数据特征间的复杂关系以及时间序列中的长短期依赖关系进行挖掘，可以提高光伏功率、负荷预测的准确性。
4.需要优化算法可以定制添加！
注：
1️⃣、运行环境要求MATLAB版本为2023b及其以上【没有我赠送】
2️⃣、评价指标包括:R2、MAE、MSE、RPD、RMSE等，图很多，符合您的需要
3️⃣、代码中文注释清晰，质量极高
4️⃣、赠送测试数据集，可以直接运行源程序。替换你的数据即可用 适合新手小白
2、代码运行结果展示
3、代码获取
点击下方了解更多！
