时间序列预测负荷、客流量等

概述

时间序列预测，利用历史时间的数据，预测未来状态，可用于电力负荷、人流、股价等各类预测问题。

一般数据按照时间会有多个属性，所以预测分类单属性单目标、多属性单目标、多属性多目标情况，预测也分为单步预测和多步预测，这里我们给出单目标的方案，多目标和单目标类似，只是有几个目标就构建几个全连接。

方法

构建一种基于深度神经网络的多属性单目标的多步预测方法。

数据载入

载入历史数据，如果是excel或者csv数据，可以使用pandas加载数据；

data = pd.read_excel(dir_src)

数据处理

定义要分析的属性列名和要预测的目标列表名，整理完成放入两个list列表中，这种结构可以方便支持输入多特征分析和多特征预测；

data_sel = data[columns]
data_labels = data[labels]

根据设置的分析列和目标列，读取相应的数据。使用sklearm的预处理函数，使用最大值最小值对输入特征和预测目标进行归一化。

mm_x=MinMaxScaler() # 导入sklearn的预处理容器
mm_y=MinMaxScaler()
data=data.values    # 将pd的系列格式转换为np的数组格式
label=label.values
data=mm_x.fit_transform(data) # 对数据和标签进行归一化等处理
label=mm_y.fit_transform(label)

根据设置的时间步数，进行数据预处理。时间步数可以根据预测的步数定义，一般设置为预测步数的2倍量或者3倍量。

def split_windows(data,look_back, output_size):
    '''
    特征抽取
    Args:
        data (): 输入语料
        look_back (): 阶数
        output_size (): 预测步数
    Returns:数据特征集合
    '''

    x=[]
    y=[]
    #因为需要前seq长度的历史数据，所以从该数据往下计算特征
    for i in range(look_back, len(data)-output_size+1):
  
        x.append(data[i-look_back:i,:])
        y.append(data[i:i+output_size,-1])
  
    f_size = len(data[0])
    dataX1 = torch.tensor(x)
    #dataX1 = dataX1.reshape(-1, f_size, look_back)
    dataY = torch.tensor(y)
    #dataY = dataY.reshape(-1, 1)
    #dataY = dataY.reshape(-1, 1, 1)

    return dataX1, dataY

对输入属性进行迭代处理，计算特征。时间序列要根据前面的时间步进行预测，所以特征构建从时间步n开始作为第一条处理的数据，获取前n的属性，连续的n*features数作为当前数据的特征；目标为当前数据开始的目标值，如果预测step步，则取从当前目标值开始的step个目标值作为label。

数据拆分

将计算完特征的数据进行拆分，可以设置拆分比例，也可以设置固定的评估数据量，对结果进行拆分。

模型训练

定义网络，定义损失函数，定义优化函数。

self.lstm = nn.LSTM(input_size=input_size, hidden_size=hidden_size, num_layers=num_layers,
                    batch_first=True)  # LSTM层



其中，

Inputs_size 为特征数；

Hidden_size 为隐含层数量，理论来说，隐含层数量不宜过多



num_directions = 1  # 单向LSTM

num_directions为1是单向LSTM，为2是双向BiLSTM，从时间序列的场景来看，双向LSTM的效果优于单项LSTM结果

将网络、数据等载入device设备，方便在cpu或者gpu上训练。

迭代训练

seq = trainX.to(device)
label = trainY.to(device)

#前向计算
y_pred = model(seq)
#计算损失值
loss = loss_function(y_pred, label)
train_loss.append(loss.item())
optimizer.zero_grad()
#反向传播计算
loss.backward()
optimizer.step()

这里的seq和label为前面拆分数据时产出的特征和label。

模型评估

基于训练好的模型，计算模型效果。

主要使用MAE/RMSE/MAPE三个指标。

mae = mean_absolute_error(dataY, dataP)
rmse = np.sqrt(mean_squared_error(dataY, dataP))

mape = np.mean(np.abs((y_pred - y_true) / y_true)) * 100

结论

时间序列使用双向网络的效果优于单项网络，LSTM、GRU网络等可以根据自己的数据进行测试，选择符合自己场景的网络模型。