TCN是时域卷积网络(Temporal Convolutional Network)的简称。与循环神经网络(RNN)相比,TCN具有以下区别:
- TCN是一种前馈神经网络,而RNN是一种循环神经网络。TCN的每一层都是通过卷积操作来处理输入数据,而RNN则通过循环单元来处理序列数据。
- TCN可以并行处理整个序列,而RNN需要按顺序逐步处理序列。这使得TCN在处理长序列时更加高效。
- TCN具有固定长度的输入和输出,而RNN可以处理任意长度的输入和输出序列。
TCN中间件是一款基于消息通信的中间件软件,具有以下特点:
- 多进程模型:TCN采用多进程模型,可以同时处理多个请求,提高系统的并发性和响应速度。
- 预先创建子进程机制:TCN在启动时会预先创建一定数量的子进程,这些子进程可以立即处理请求,减少了请求的等待时间。
- 简单易用的编程API:TCN提供了简单易用的编程API,使开发人员可以方便地使用TCN中间件进行消息通信。
TCN-Attention多变量时间序列回归预测算法,基于时间卷积和注意力机制的多变量回归预测,MATLAB程序,时间卷积Temporal Convolutional Network (TCN)-注意力机制回归预测算法。多变量特征输入,单序列变量输出,提供某一层layers的训练特征图,实现特征可视化,输入前一天的特征,实现后一天的预测,超前24步预测。适用于,风速预测,光伏功率预测,发电功率预测,海上风电预测,碳价预测等等
适用平台:Matlab 2023版 及以上
从Excel表格中读取,直接替换数据就可以使用,不需要对程序大幅修改。程序内有详细注释,便于理解程序运行。
网络结构图如下:
其中所获取的特征图:
运行结果如下