基于 TCN 网络的多步预测模型

作品简介

此代码已经继续加入 多步预测 全家桶:多步预测全家桶 (mbd.pub)

全家桶包括以下内容:

1.LSTM多步预测模型 (mbd.pub)

2.基于CNN1d的多步预测模型 (mbd.pub)

3.基于 TCN 网络的多步预测模型 (mbd.pub)

4.Transformer多步预测模型 (mbd.pub)

5.基于CNN-LSTM网络的多步预测模型 (mbd.pub)

6.Transformer多步预测模型(多特征) (mbd.pub)

7.LSTM-Attention多步预测模型 (mbd.pub)

8.CNN-Transformer多步预测模型 (mbd.pub)

9.CEEMDAN-CNN-BiLSTM多步预测模型 (mbd.pub)

包括完整流程数据代码处理:

多步预测数据集制作、数据加载、模型定义、参数设置、模型训练、模型测试、预测可视化、多步预测、模型评估

● 环境框架:python 3.9  pytorch 1.8 及其以上版本均可运行

● 使用对象:论文需求、毕业设计需求者

● 代码保证:代码注释详细、即拿即可跑通。

导读.png


配有代码、文件介绍:

预测.png

前言

本文基于前期介绍的电力变压器( 文末附数据集 ),介绍一种基于TCN的多步预测模型。


电力变压器数据集的详细介绍可以参考下文:

电力变压器数据集介绍和预处理

1 电力变压器数据预处理与可视化

1.1 导入数据

油温数据.png


1.2 多步预测预处理

多步预测.png


数据预处理.png


2 基于TCN的多步预测模型

2.1 定义TCN网络模型

模型定义.png


2.2 设置参数,训练模型

模型训练.png

50个epoch,MSE 为0.00100,TCN多步预测模型预测效果显著,模型能够充分提取序列的时空特征,收敛速度快,性能优越,预测精度高,适当调整模型参数,还可以进一步提高模型预测表现。


注意调整参数:

  • 可以适当增加TCN=层数和每层通道数,微调学习率;
  • 增加更多的 epoch (注意防止过拟合)
  • 可以改变滑动窗口长度(设置合适的窗口长度)


3 结果可视化和预测、模型评估

3.1 预测结果可视化

预测可视化.png


3.2 加载模型进行 预测

进行预测.png


3.3 模型评估

模型评估.png


面包多.png


往期精彩内容:

时序预测:LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较

风速预测(一)数据集介绍和预处理

风速预测(二)基于Pytorch的EMD-LSTM模型

风速预测(三)EMD-LSTM-Attention模型

风速预测(四)基于Pytorch的EMD-Transformer模型

风速预测(五)基于Pytorch的EMD-CNN-LSTM模型

风速预测(六)基于Pytorch的EMD-CNN-GRU并行模型

CEEMDAN +组合预测模型(BiLSTM-Attention + ARIMA)

CEEMDAN +组合预测模型(CNN-LSTM + ARIMA)

CEEMDAN +组合预测模型(Transformer - BiLSTM + ARIMA)

CEEMDAN +组合预测模型(CNN-Transformer + ARIMA)

多特征变量序列预测(一)——CNN-LSTM风速预测模型

多特征变量序列预测(二)——CNN-LSTM-Attention风速预测模型

多特征变量序列预测(三)——CNN-Transformer风速预测模型

多特征变量序列预测(四) Transformer-BiLSTM风速预测模型

多特征变量序列预测(五) CEEMDAN+CNN-LSTM风速预测模型

多特征变量序列预测(六) CEEMDAN+CNN-Transformer风速预测模型

基于麻雀优化算法SSA的CEEMDAN-BiLSTM-Attention的预测模型

基于麻雀优化算法SSA的CEEMDAN-Transformer-BiGRU预测模型

超强预测模型:二次分解-组合预测

多特征变量序列预测(七) CEEMDAN+Transformer-BiLSTM预测模型

多特征变量序列预测(八)基于麻雀优化算法的CEEMDAN-SSA-BiLSTM预测模型

多特征变量序列预测(11) 基于Pytorch的TCN-GRU预测模型

VMD + CEEMDAN 二次分解,CNN-LSTM预测模型

VMD + CEEMDAN 二次分解,CNN-Transformer预测模型

VMD + CEEMDAN 二次分解,Transformer-BiGRU预测模型

基于麻雀优化算法SSA的预测模型——代码全家桶

电力变压器数据集介绍和预处理

独家原创 | SCI 1区 高创新预测模型!

END

1. 版权声明:原创不易,转载请注明转自微信公众号[建模先锋]

2. 喜欢的朋友可以点个关注,给文章点个“在看”,分享朋友圈或讨论群

3. 关注微信公众[建模先锋], 回复”变压器“免费获取变压器数据集


创作时间: