基于seq2seq模型的风功率预测.zip

# Wind_predict_seq2seq 基于seq2seq模型的风功率预测<br> # 版本要求 python3.6<br> tensorflow>=1.4<br><br> # 网络说明 1.利用简单神经网络将缺失数据补全<br> 2.基于seq2seq模型训练数据<br> seq2seq模型示意图<br>  # 文件说明 ## 数据 data/ 2015年5,6月数据具体完整版.xlsx:原始风功率数据<br> fitt.h5:剔除缺损数据，分好x,y<br> twomonthes.h5:重载补全数据神经网络补全数据<br> tdata1.h5:分好序列的数据文件<br> ## 程序 data.ipynb：数据处理代码相关说明(其中重载路径需重新定义)<br> fitted.ipynb:补全数据网络的训练<br> untitled0.py：重载补全数据网络代码脚本<br> wind.ipynb:风功率预测训练代码<br><br> # 结果显示 准确率采取1-均方根误差，其中验证集最好准确率为94%，可视化预测值与真实值曲线如下：<br>  # 参考文献 [Sutskever I, Vinyals O, Le Q V. Sequence to Sequence Learning with Neural Networks[J]. 2014, 4:3104-3112.](http://xueshu.baidu.com/s?wd=paperuri%3A%28e9aa7b19ac49e6698424e934d418e05b%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Farxiv.org%2Fabs%2F1409.3215&ie=utf-8&sc_us=5597873999363172369)