此代码已经继续加入单步预测（单变量、多特征变量、风速、电力负荷预测）全家桶：单步预测全家桶（单变量、多特征变量、风速、电力负荷预测） (mbd.pub)

购买全家桶更划算！！！！

单步预测模型全家桶大更新，把 KAN 和 CKAN ( Convolutional Kolmogorov-Arnold Network ) 应用到单步预测模型里面，我们新增了关于KAN、KANConv、CNN-KAN、LSTM-KAN、TCN-KAN、Transformer-KAN、GRU-KAN、CNN-LSTM-KAN等预测模型，实现了高精度的预测。帮助大家把握热点，早日发文！

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

● 配套文件：详细的环境配置安装教程，模型、参数讲解文档

● 价格：全家桶已新增到38个模型，139.8（高性价比）

● 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。

 关于 KAN、KAN卷积的介绍如下

基于 KAN、KAN卷积的轴承故障诊断模型 (qq.com)

有研究者将 KAN 创新架构的理念扩展到卷积神经网络，将卷积的经典线性变换更改为每个像素中可学习的非线性激活函数，提出并开源 KAN 卷积（CKAN）。 KAN 卷积与卷积非常相似，但不是在内核和图像中相应像素之间应用点积，而是对每个元素应用可学习的非线性激活函数，然后将它们相加。

由对比试验可以看出来，KAN 卷积以非常小的参数量实现了一定的预测效果，在后续的轻量级预测网络模型中有一定的研究价值！

KAN网络在作为最后的线性层进行替代时，表示出良好的性能。

 相关创新模型可视化展示 

更新介绍：

全网最低价，高性价比、高质量代码，大家可以了解一下：（所有全家桶模型会不断加入新的模型进行更新！后续会逐渐提高价格，越早购买性价比越高！！！）一次购买，享受永久免费更新福利！

https://mbd.pub/o/bread/ZpeTmZZp

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CNN-LSTM-KAN网络的单步预测模型。 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

1.2 单步预测预处理

2 基于CNN-LSTM-KAN的单步预测模型

2.1 定义CNN-LSTM-KAN网络模型

2.2  设置参数，训练模型

50个epoch，MSE 为0.26269，CNN-LSTM-KAN单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，KAN网络在作为最后的线性层进行替代时，表示出良好的性能。

3 结果可视化和模型评估

3.1 预测结果可视化

3.2 模型评估

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