时序预测 | MATLAB实现LSTM时间序列未来多步预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上，可以实现未来100个值的预测。
2022-05-05 12:05:47
14KB
时序预测 | MATLAB实现BiLSTM时间序列未来多步预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上，可以实现未来100个值的预测。
2022-05-05 12:05:45
14KB
时序预测 | MATLAB实现CNN(卷积神经网络)时间序列预测（完整源码和数据）
数据为一维时序列数据,运行环境MATLAB2018b及以上。
2022-05-05 12:05:44
9KB
时序预测 | MATLAB实现ARIMA时间序列预测（完整源码和数据）
本程序基于MATLAB的armax函数实现arima时间序列预测；
实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。
数据为144个月的数据集，周期为一年，最终实现历史数据的预测和未来两年数据的预报！
2022-05-05 09:09:29
2KB
电力系统短期负荷预测：输入每小时ENTSO-E负载，输入ENTSO-E每小时负荷、天气和风度
Models NRMSE MAE MAPE
HMM 0.255 1058.75 0.148
2022-04-13 11:03:15
28.02MB
使用内核方法预测电力需求
这项工作的目标是实施下周能源消耗的预测方法。从工程的角度来看，任何负责电力服务网络的人都需要能够做出准确的预测，因为这是影响许多其他系统组件（如输电和配电）的东西，另一方面，电荷是能源价格的决定性因素，因为它是需求的指标， 所以它也应该是一个可靠的模型。准确可靠的模型在风险评估和管理中也至关重要。
首先，进行了数据的转换，因为它们与每小时的需求进行了细分，为了实现这项工作，我们将仅考虑日常用电量。为此，我们通过使用dem_diaria.m将相应24小时的消耗量相加来累积每天。功能。
由于高消耗值会导致计算和处理延迟，因此选择它来缩放数据，即使用规范化函数将其从 0 规范化为 1.m，并将非规范化.m函数返回到原始缩放。
为了形成回归量的向量，开发了一个回归量.m函数，从进入的日期开始，历史数据集，要符合的回归量的类型及其维度，返回相应的向量。
2022-04-13 09:12:34
205KB
对Informer的翻译和个人理解的注释，翻译的很详细。几天的成果。
如需word版本，请与我联系。
文中翻译有问题或者注释理解有错误欢迎大家指正。
希望一起交流学习，大家可以一起探讨Informer模型。
2021-11-26 21:50:13
2.04MB
1