TensorFlow搭建LSTM实现多变量时间序列预测（负荷预测）

目录

  • I. 前言
  • II. 数据处理
  • III. LSTM模型
  • IV. 训练/测试
  • V. 源码及数据

I. 前言

在前面的一篇文章TensorFlow搭建LSTM实现时间序列预测（负荷预测）中，我们利用LSTM实现了负荷预测，但我们只是简单利用负荷预测负荷，并没有利用到其他一些环境变量，比如温度、湿度等。

本篇文章主要考虑用TensorFlow搭建LSTM实现多变量时间序列预测。

系列文章：

  1. 深入理解PyTorch中LSTM的输入和输出（从input输入到Linear输出）
  2. PyTorch搭建LSTM实现时间序列预测（负荷预测）
  3. PyTorch中利用LSTMCell搭建多层LSTM实现时间序列预测
  4. PyTorch搭建LSTM实现多变量时间序列预测（负荷预测）
  5. PyTorch搭建双向LSTM实现时间序列预测（负荷预测）
  6. PyTorch搭建LSTM实现多变量多步长时间序列预测（一）：直接多输出
  7. PyTorch搭建LSTM实现多变量多步长时间序列预测（二）：单步滚动预测
  8. PyTorch搭建LSTM实现多变量多步长时间序列预测（三）：多模型单步预测
  9. PyTorch搭建LSTM实现多变量多步长时间序列预测（四）：多模型滚动预测
  10. PyTorch搭建LSTM实现多变量多步长时间序列预测（五）：seq2seq
  11. PyTorch中实现LSTM多步长时间序列预测的几种方法总结（负荷预测）
  12. PyTorch-LSTM时间序列预测中如何预测真正的未来值
  13. PyTorch搭建LSTM实现多变量输入多变量输出时间序列预测（多任务学习）
  14. PyTorch搭建ANN实现时间序列预测（风速预测）
  15. PyTorch搭建CNN实现时间序列预测（风速预测）
  16. PyTorch搭建CNN-LSTM混合模型实现多变量多步长时间序列预测（负荷预测）
  17. PyTorch搭建Transformer实现多变量多步长时间序列预测（负荷预测）
  18. PyTorch时间序列预测系列文章总结（代码使用方法）
  19. TensorFlow搭建LSTM实现时间序列预测（负荷预测）
  20. TensorFlow搭建LSTM实现多变量时间序列预测（负荷预测）
  21. TensorFlow搭建双向LSTM实现时间序列预测（负荷预测）
  22. TensorFlow搭建LSTM实现多变量多步长时间序列预测（一）：直接多输出
  23. TensorFlow搭建LSTM实现多变量多步长时间序列预测（二）：单步滚动预测
  24. TensorFlow搭建LSTM实现多变量多步长时间序列预测（三）：多模型单步预测
  25. TensorFlow搭建LSTM实现多变量多步长时间序列预测（四）：多模型滚动预测
  26. TensorFlow搭建LSTM实现多变量多步长时间序列预测（五）：seq2seq
  27. TensorFlow搭建LSTM实现多变量输入多变量输出时间序列预测（多任务学习）
  28. TensorFlow搭建ANN实现时间序列预测（风速预测）
  29. TensorFlow搭建CNN实现时间序列预测（风速预测）
  30. TensorFlow搭建CNN-LSTM混合模型实现多变量多步长时间序列预测（负荷预测）
  31. PyG搭建图神经网络实现多变量输入多变量输出时间序列预测
  32. PyTorch搭建GNN-LSTM和LSTM-GNN模型实现多变量输入多变量输出时间序列预测
  33. PyG Temporal搭建STGCN实现多变量输入多变量输出时间序列预测
  34. 时序预测中Attention机制是否真的有效？盘点LSTM/RNN中24种Attention机制+效果对比

II. 数据处理

数据集为某个地区某段时间内的电力负荷数据，除了负荷以外，还包括温度、湿度等信息。

本文中，我们根据前24个时刻的负荷以及该时刻的环境变量来预测下一时刻的负荷。最终得到了batch_size=B的数据集Dtr、Val以及Dte，Dtr为训练集，Val为验证集，Dte为测试集。

任意输出一条数据：

(<tf.Tensor: shape=(24, 7), dtype=float32, numpy=
array([[0.36147627, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.3429366 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.34939995, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.35257494, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.39485145, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.38066387, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.44114256, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4603167 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.45330796, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.47912365, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.46706894, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.5081953 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4452976 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4360156 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4917237 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4723147 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.47849187, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.524864  , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.52128404, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.47682068, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.4345901 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.39052632, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.33869517, 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244],[0.3025095 , 0.        , 0.90909094, 0.        , 0.8333333 ,0.3255814 , 0.24390244]], dtype=float32)>, <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.37805316], dtype=float32)>)

每一行对应一个时刻点的负荷以及环境变量，此时input_size=7。

III. LSTM模型

这里采用了TensorFlow搭建LSTM实现时间序列预测（负荷预测）中的模型：

class LSTM(keras.Model):def __init__(self, args):super(LSTM, self).__init__()self.lstm = Sequential()for i in range(args.num_layers):self.lstm.add(layers.LSTM(units=args.hidden_size, input_shape=(args.seq_len, args.input_size),activation='tanh', return_sequences=True))self.fc1 = layers.Dense(64, activation='relu')self.fc2 = layers.Dense(args.output_size)def call(self, data, training=None, mask=None):x = self.lstm(data)x = self.fc1(x)x = self.fc2(x)return x[:, -1:, :]

IV. 训练/测试

简单训练了30轮，MAPE为4.14%：
在这里插入图片描述

V. 源码及数据

后面将陆续公开~

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/33570.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

深度学习--Matlab使用LSTM长短期记忆网络对负荷进行预测

深度学习--Matlab使用LSTM长短期记忆网络对负荷进行预测

一、LSTM描述 长短期记忆网络&#xff08;LSTM&#xff0c;Long Short-Term Memory&#xff09;是一种时间循环神经网络&#xff0c;是为了解决一般的RNN&#xff08;循环神经网络&#xff09;存在的长期依赖问题而专门设计出来的&#xff0c;所有的RNN都具有一种重复神经网络…
阅读更多...
电力负荷预测数据集

电力负荷预测数据集

电力负荷预测&#xff0c;用电量以及温度、湿度、风速、降雨等数据&#xff0c;每15min一组&#xff0c;共计13个月 下载链接&#xff1a;https://download.csdn.net/download/ncusz/82632972
阅读更多...
Python画用电客户日负荷曲线图

Python画用电客户日负荷曲线图

Python版本&#xff1a;Python3.6.2 一、日负荷曲线 摘自百度百科&#xff0c;日负荷曲线是描述一日内负荷随时间变化的曲线。 二、数据处理 数据:申请的爱尔兰开源用户用电数据&#xff0c;txt格式&#xff0c;一个文件将近400M&#xff0c;用写字板打开&#xff0c;很卡。 截…
阅读更多...
基于改进粒子群IPSO与LSTM的短期电力负荷预测

基于改进粒子群IPSO与LSTM的短期电力负荷预测

短期电力负荷预测是电力系统安全调度、经济运行的重要依据 , 随着电力系统的市场化 , 负荷预测的精度直接影响到电力系统运行的可靠性、经济性和供电质量。LSTM 为短期电力负荷预测提供了一个新的研究方向。本文将LSTM用于短期电力负荷预测 , 提出基于LSTM 的短期电力负荷预测模…
阅读更多...
电力负荷预测三篇综述总结

电力负荷预测三篇综述总结

三篇综述链接&#xff1a; 深度学习方法在负荷预测中的应用综述&#xff08;论文阅读&#xff09;光伏发电量和用电量的概率预测研究综述&#xff08;1&#xff09;光伏发电量和用电量的概率预测研究综述&#xff08;2&#xff09;光伏发电量和用电量的概率预测研究综述&#…
阅读更多...
记录一次生产服务器CPU400%满负荷处理过程

记录一次生产服务器CPU400%满负荷处理过程

记录一次生产服务器CPU400%满负荷处理过程 文章目录 记录一次生产服务器CPU400%满负荷处理过程步骤猜测解决方法反思总结 步骤 top命令 31779进程 占 CPU 361% &#xff0c;通过最后的COMMAND可以判断是java进程 通过jvm的 jsp -l命令 查询 31779进程 是 zipkin-server-2.…
阅读更多...
Python 多进程下开多线程满负荷工作

Python 多进程下开多线程满负荷工作

最开始只是有这样一个想法,后来想实现一下 本文只是写一个例子,实现了开多个进程,每个进程下面开多线程,每个进程执行单独一个任务,并行执行,进程下的多线程执行任务,并发执行 import multiprocessing import threading import timedef m_test():for i in range(25):tthreadin…
阅读更多...
磁盘IO满负荷性能分析

磁盘IO满负荷性能分析

磁盘IO满负荷性能分析 2011-06-26 22:30:59| 分类&#xff1a;linux优化 |举报|字号 订阅 磁盘IO满负荷性能分析&#xff08;一&#xff09; 有个项目最近发现在执行一些oracle数据库的数据补入的sql语句时非常慢&#xff0c;经查发现来自存储的硬盘io会冲到100busy devic…
阅读更多...
【板卡调试】测试篇 满负荷 网口测试篇

【板卡调试】测试篇 满负荷 网口测试篇

1、满负荷测试 对于window环境下载&#xff0c;下载使用7.zip的软件&#xff0c;进入工具中选择基准测试&#xff0c;即可。 原理&#xff1a;根据选择的线程核数&#xff0c;进行多线程式的解压缩操作&#xff0c;进而实现CPU满负荷运载。 工具下载链接&#xff1a;https:/…
阅读更多...
Android Studio实现记单词App，背完四六级一次过~

Android Studio实现记单词App，背完四六级一次过~

项目目录 一、项目概述二、主要技术三、开发环境四、详细设计1、数据库2、单词详情3、搜索单词 五、运行演示六、源码获取 一、项目概述 本系统包含高考、四级、六级、托福和雅思词汇五个章节。每个章节分为多个单元&#xff0c;每个单元又包含上百个词汇。可以在单元列表查询…
阅读更多...
英语背单词秘籍

英语背单词秘籍

注：文章已于2021年2月4日更新。 文章目录 1. 大多数人背单词的现状2. 为什么不推荐使用现成的单词书3. 费曼学习法来帮助背单词1. 大多数人背单词的现状 背单词是大型考试中极为基础但却至关重要的一步。但很多同学都在此步中就踩了坑，比如买了一本厚厚的单词书开始背起，如…
阅读更多...
安卓android记单词软件

安卓android记单词软件

课程设计项目总结,基于安卓的记单词软件,分为前端和服务器端,前端使用安卓,后端使用SSM框架。 具体技术栈为&#xff1a; 前端&#xff1a;android、okhttp、sqlite、litepal等 后端&#xff1a;SSM&#xff08;SpringMVCSpringMybatis&#xff09;、mysql数据库、tomcat服务器…
阅读更多...
Python背单词记单词小程序，可自定义词库，支持多种记忆模式，根据词义拼写、选择单词，根据词意选择单词

Python背单词记单词小程序，可自定义词库，支持多种记忆模式，根据词义拼写、选择单词，根据词意选择单词

Python背单词记单词小程序&#xff0c;可自定义词库&#xff0c;支持多种记忆模式&#xff0c;根据词义拼写、选择单词&#xff0c;根据词意选择单词&#xff0c;可乱序抽查&#xff0c;可对错题进行反复抽查 完整程序源代码下载&#xff1a;Python背单词记单词小程序 词库生成…
阅读更多...
为了背单词，我花了两天写了一款背单词小程序

为了背单词，我花了两天写了一款背单词小程序

前言 “要是考试不考英语就好了” 哎&#xff0c;提起英语&#xff0c;都是伤心事。有时候严重怀疑自己不是一块学习英语的料。单词背了忘&#xff0c;忘了背&#xff0c;背了又忘。考试之前看啥单词都会&#xff0c;一上考场&#xff1a;这单词啥意思&#xff1f; …
阅读更多...
大量背单词有用吗？

大量背单词有用吗？

前言 从三年级开始接触英语&#xff0c;到今为止已经14年了&#xff0c;可是自己的英语水平虽不至于茫然无知&#xff0c;可是真正做到和老外进行交流&#xff0c;还是有一定的困难的。不仅是老外&#xff0c;和小伙伴进行topic的时候&#xff0c;也有卡壳的时候&#xff0c;类…
阅读更多...
单词背记系统

单词背记系统

题目 B4&#xff1a;基于关键词的文本排序检索系统 一、 课题内容和要求 题目 B4&#xff1a; &#xff08;一&#xff09;课题内容 “背单词—个性化背词”是背诵英语单词的软件。用户可以根据自己的需求 导入需背诵的词库&#xff0c;并可以编辑自己的词库。背单词时有两种…
阅读更多...
背单词超实用的微信小程序来了

背单词超实用的微信小程序来了

如果你还找不到快速背单词的工具&#xff0c;查询单词最便捷的工具&#xff0c;那你得赶紧了&#xff0c;自己独自开发到上线得微信小程序来了。
阅读更多...
分享一款好用的电脑背单词软件

分享一款好用的电脑背单词软件

推荐一下这款单词风暴&#xff0c;虽然看起来很老了&#xff0c;但是好用&#xff0c;功能多。 下载地址 单词风暴免费版下载_官方免费版_单词风暴官方网站 (wordstorming.com) 下面是主界面 需要登陆ID:285804755-QGJTE-HCUMQ 下面是词库 不过我最喜欢的功能是这里面可以…
阅读更多...
chatgpt赋能python：使用Python编写计算器

chatgpt赋能python：使用Python编写计算器

使用Python编写计算器 你是否曾经被手头上的计算器的功能所限制&#xff1f;或者需要一种高级计算器来解决你的问题&#xff1f;如果是这样的话&#xff0c;那么你可以使用Python编写一个自己的计算器。Python是一种功能强大而又容易入门的编程语言&#xff0c;可以用于各种各…
阅读更多...
chatgpt赋能python：Python计算器代码实现——简单又实用

chatgpt赋能python：Python计算器代码实现——简单又实用

Python计算器代码实现——简单又实用 Python 作为一门高级编程语言&#xff0c;具有易读易写的特性&#xff0c;其语法简单&#xff0c;易于上手&#xff0c;受到越来越多的程序员和爱好者的喜欢。在Python中&#xff0c;实现计算器功能也是非常简单的一件事情。 为了方便大家…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023