Question

我正在尝试使用不同的输入和参数使用ANN预测未来10分钟的功耗。该数据库每10分钟记录26000多个样本。下图是数据库的一部分。

    Date_time              Consumption
0   2016-10-01 00:00:00    2781
1   2016-10-01 00:10:00    3729
2   2016-10-01 00:20:00    3357
3   2016-10-01 00:30:00    2609
4   2016-10-01 00:40:00    3025

为了预测“ t”，我将其用作输入：

最近6个周期（t-1至t-6）；
最近4天（t-144，t-288，t-432和t-576）；
最近3个周期，同时4天；
最近3个周期，4天和4周（t-1008，t-2016，t-3024，t-4032）。

我使用了pandas shift函数来创建具有滞后特征的新列，然后删除了NaN值。我将20％的数据设置为测试集，然后应用MinMaxScaler转换功能。

对于每种输入配置，我都进行了网格搜索以找到最佳参数。下面的代码显示了用于拟合模型的功能。

def model_fit(train_x, train_y, model_config):
    
    # reset keras
    
    clear_session()
    
    # model_config contains the parameters of the model
    
    n_layers, n_nodes, activation, n_batch = model_config
    
    model = Sequential()
    
    # the shape of the input layer is given by the number of features
    
    model.add(InputLayer(input_shape=(train_x.shape[1], )))
    
    # model.add(Dropout(0.2))
    
    for layers in range(n_layers):
        
        model.add(Dense(n_nodes, 
                        activation=activation
                       )
                 )
        
    model.add(Dense(1))

    model.compile(loss='mse', optimizer=Adam(0.01), metrics=['mse', 'mae'])
    
    model.summary()

    earlystop = EarlyStopping(monitor='val_mse')
    
    # 15% of the training set will be used to validate the model

    model.fit(train_x, 
              train_y, 
              validation_split=0.15, 
              callbacks = [earlystop], 
              epochs=1500, 
              batch_size=n_batch, 
              shuffle=False, 
              verbose=1
             )
    
    return model

尝试了几种参数组合后，我发现配置3的效果最佳。

MODEL CONFIGURATION: (n_layers=1, n_nodes=48, activation='relu', n_batch=50)

Training RMSE: 429.3599853515625
Validation RMSE: 223.30999755859375 

Training MAE: 271.6600036621094
Validation MAE: 159.44000244140625 

Test RMSE: 227.69
Test MAE: 167.88

以上结果表明ANN只是使用't-1'来预测't'。但是，通过查看第一个图中的模式，在我看来该模型可以做得更好。我发现了一些类似的问题，并且已经尝试了一些建议。使用辍学时，移动/延迟的预测问题似乎消失了（如下图）。我还尝试使用时间（用余弦和正弦变换为周期性）作为输入。但是，结果要糟糕得多，现在我真的不知道该怎么办。

================================================ ================

在处理整个数据库之前，我尝试使用较小的数据库开发模型，该数据库每小时进行一次测量，并且运行良好。输入是时间（用余弦和正弦转换），最后一个期间的消耗量（t-1）和同一时间的最后一天的消耗量（t-24）。下图显示了结果。

MODEL CONFIGURATION: (n_layers=1, n_nodes=48, activation='tanh', n_batch=50)
MODEL RMSE: 354.76
MODEL MAE: 283.97

用ANN进行时间序列预测

0 个答案: