基于深度学习的多特征电力负荷预测(Python代码实现)
💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥
🎉作者研究:🏅🏅🏅本科计算机专业,研究生电气学硕。主要研究方向是电力系统和智能算法、机器学习和深度学习。目前熟悉python网页爬虫、机器学习、群智能算法、深度学习的相关内容。希望将计算机和电网有效结合!⭐️⭐️⭐️
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者,方便大家进行学习!亲民!!!还有我开了一个专栏给女朋友的,很浪漫的喔,代码学累的时候去瞧一瞧,看一看:女朋友的浪漫邂逅。有问题可以私密博主,博主看到会在第一时间回复。
📝目前更新:🌟🌟🌟电力系统相关知识,期刊论文,算法,机器学习和人工智能学习。
🚀支持:🎁🎁🎁如果觉得博主的文章还不错或者您用得到的话,可以关注一下博主,如果三连收藏支持就更好啦!这就是给予我最大的支持!👨🎓博主课外兴趣:中西方哲学,送予读者:
👨💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。在我这个专栏记录我有空时的一些哲学思考和科研笔记:科研和哲思。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。
或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎
📋📋📋本文目录如下:⛳️⛳️⛳️
目录
1 概述
电能负荷预测按细粒度划分可分为粗度预测和细度预测。其中粗度预测则是将整个时间段的电能负荷数据进行训练,进而进行预测。而细度预测这是要考虑电能负荷季节,时间周期影响因子。
在进行城市居民电能负荷粗度预测时需要考虑比较如下三种情况的准确率:
- 利用上一时刻的电能负荷(power),温度(温度),湿度(湿度),风速(speed)预测此刻的电能负荷
- 利用上一时刻的电能负荷(power)和此刻的温度(温度),湿度(湿度),风速(speed)预测此刻的电能负荷
- 利用上一若干时刻的电能负荷(power),温度(温度),湿度(湿度),风速(speed)预测此刻的电能负荷
在进行城市居民电能负荷细度预测时,除了要考虑如上问题时,还需要考虑季节,时间周期等影响因子:- 电力负荷往往具有周期性,夏季,冬季,过渡季(春季和秋季)用户用电量往往差距很大,因此在预测是可以考虑分开预测
- 在各个季节进行预测是,我们还可以按天,周,月进行划分,
2 结果展现
部分代码:
# invert scaling for forecast
inv_yhat = concatenate((yhat, test_X[:, 1:]), axis=1)
inv_yhat = scaler.inverse_transform(inv_yhat)
inv_yhat = inv_yhat[:, 0]
# invert scaling for actual
test_y = test_y.reshape((len(test_y), 1))
inv_y = concatenate((test_y, test_X[:, 1:]), axis=1)
inv_y = scaler.inverse_transform(inv_y)
inv_y = inv_y[:, 0]
# calculate RMSE
rmse = sqrt(mean_squared_error(inv_y, inv_yhat))
print('Test RMSE: %.3f' % rmse)
# calculate MAPE
mape = mean_absolute_percentage_error(inv_y, inv_yhat)
print('Test mape: %.3f' % mape)
3 Python代码实现
相关文章
- Python解析Pcap包类源码学习
- Python自带又好用的代码调试工具Pdb学习笔记
- Python快速学习10: 循环的对象及设计 (生活的规律)
- Python发送企业微信群机器人消息
- Python实现计算圆周率π的值到任意位的方法示例
- 归纳整理Python中的控制流语句的知识点
- 小姐姐带你一起学:如何用Python实现7种机器学习算法(附代码)
- 机器学习笔记 - python学习记录二 pandas常用命令
- Python视觉深度学习系列教程 第一卷 第3章 图像基础
- Python所有方向的学习路线,千万别做无用功了,正确掌握学习方法
- Python语言学习:在python中,如何获取变量的本身字符串名字而非其值/内容及其应用(在代码中如何查找同值的所有变量名)
- Python语言学习:Python语言学习之python包/库package的简介(模块的封装/模块路径搜索/模块导入方法/自定义导入模块实现华氏-摄氏温度转换案例应用)、使用方法、管理工具之详细攻略
- Python编程语言学习:两行代码输出根目录下所有子文件夹的绝对路径、相对路径
- Python编程语言学习:一行代码利用enumerate函数把纯列表数据转为自带索引的字典数据,字典格式数据应用之key和value相互提取
- Python语言学习之字母E开头函数使用集锦:endswith使用用法之详细攻略
- Python语言学习之图表可视化:python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略
- Python语言学习之特殊符号讲解:百分号%/点/双点/反斜杠(转义符)/单斜杠/双斜杠/用法(如去掉中括号)之详细攻略
- 【阶段三】Python机器学习28篇:机器学习项目实战:KMeans算法的基本原理与KMeans聚类分群模型
- 【阶段三】Python机器学习12篇:机器学习项目实战:朴素贝叶斯模型的算法原理与朴素贝叶斯分类模型
- Python Flask框架学习29:项目管理器Manager/传递参数/优化项目代码结构
- Python Flask框架学习26:flask应用启动
- Python学习69:datetime
- Python学习19:递归函数
- Python爬虫:Scrapy中间件Middleware和Pipeline
- Principle of Computing (Python)学习笔记(5) BFS Searching + Zombie Apocalypse
- 弄清楚这27个为什么,让你学习Python更简单!
- OpenCV-Python学习(22)—— OpenCV 视频读取与保存处理(cv.VideoCapture、cv.VideoWriter)
- 【学习经验分享NO.16】超全代码-python画Sigmoid,ReLU,Tanh等十多种激活函数曲线及其梯度曲线(持续更新)
- 学习Python(二):基本语句
- Python开发学习之Python用三十行代码,打造一款简单的人工语音对话