1、概要
本来想使用Julia 的Flux深度学习框架,但是Flux对时间序列数据分析的支持不是太好,只好使用 Keras+TensorFlow. 暂时没有使用堆叠式LSTM,这里只是使用一层 LSTM ,一层Dense。总的来看效果还不错。
2、准备数据
数据是在某电站采集的真实数据,且都已经经过清理,可以直接拿来用。数据按照分钟、小时、天 等三种时间矢量单位进行分析,这里给出的代码是按照小时的时间矢量单位,也就是每条数据都是某一天某一小时内的温度平均值,要预测的值也是 某一小时内的温度平均值。数据下载地址:变电站变压器套管温度数据
3、代码实现
3.1、python 实现
加载数据
import numpy
import copy
import matplotlib.pyplot as plt
from pandas import read_csv
import math
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from sklearn.preprocessing import MinMaxScaler
from sklearn.metrics import mean_squared_error
%matplotlib inline
# 温度数据
dataframe = read_csv('D:/leaning/python/本体变中性点套管(AO1)接线柱B相-hour.csv', usecols=[1], engine='python', skipfooter=1)
dataset = dataframe.values
# 将整型变为float
dataset = dataset.astype('float32')
plt.plot(dataset)
plt.show()
创建预测模型
# X 是指定时间的问题 , Y 下个时间的温度 (next time step).
# 数组转成矩阵
def create_dataset(dataset, look_back=1):
dataX, dataY = [], []
for i in range(len(dataset)-look_back-1):
a = dataset[i:(i+look_back), 0]
dataX.append(a)
dataY.append(dataset[i + look_back, 0])
return numpy.array(dataX), numpy.array(dataY)
# fix random seed for reproducibility
numpy.random.seed(7)
# 离差标准化,是对原始数据的线性变换,使结果落到[0,1]区间
dataset_copy = copy.deepcopy(dataset)
scaler = MinMaxScaler(feature_range=(0, 1))
dataset = scaler.fit_transform(dataset)
# 分为训练集和测试集,对于时间序列数据的 拆分一定是连续数据的拆分,而不是随机拆分
train_size = int(len(dataset) * 0.67)
test_size = len(dataset) - train_size
train, test = dataset[0:train_size,:], dataset[train_size:len(dataset),:]
train_copy, test_copy = dataset_copy[0:train_size,:], dataset_copy[train_size:len(dataset),:]
# 针对模型准备 训练集数据 和测试集数据
look_back = 1#这里步长(time steps)设置为1,是可以调试的参数
trainX, trainY = create_dataset(train, look_back)
testX, testY = create_dataset(test, look_back)
# 使用深度copy
trainX_copy, trainY_copy = create_dataset(train_copy, look_back)
testX_copy, testY_copy = create_dataset(test_copy, look_back)
# 变换矩阵为[samples, time steps, features]
trainX = numpy.reshape(trainX, (trainX.shape[0], 1, trainX.shape[1]))
testX = numpy.reshape(testX, (testX.shape[0], 1, testX.shape[1]))
# 使用训练数据,创建并训练 LSTM network
model = Sequential()
model.add(LSTM(4, input_shape=(1, look_back)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)
预测数据,并画图展示
# 预测数据
trainPredict = model.predict(trainX)
testPredict = model.predict(testX)
# 标准化的逆流程,反转预测得到真实数据,
trainPredict = scaler.inverse_transform(trainPredict)
#trainY = scaler.inverse_transform([trainY])
trainY = trainY_copy
testPredict = scaler.inverse_transform(testPredict)
#testY = scaler.inverse_transform([testY])
testY = testY_copy
# 计算标准误差,预测数据和真实数据的标准差,
trainScore = math.sqrt(mean_squared_error(trainY, trainPredict[:,0]))
print('Train Score: %.2f RMSE' % (trainScore))
testScore = math.sqrt(mean_squared_error(testY, testPredict[:,0]))
print('Test Score: %.2f RMSE' % (testScore))
# shift train predictions for plotting
trainPredictPlot = numpy.empty_like(dataset)
trainPredictPlot[:, :] = numpy.nan
trainPredictPlot[look_back:len(trainPredict)+look_back, :] = trainPredict
# shift test predictions for plotting
testPredictPlot = numpy.empty_like(dataset)
testPredictPlot[:, :] = numpy.nan
testPredictPlot[len(trainPredict)+(look_back*2)+1:len(dataset)-1, :] = testPredict
# plot baseline and predictions
plt.plot(scaler.inverse_transform(dataset))
plt.plot(trainPredictPlot)
plt.plot(testPredictPlot)
plt.show()
预测数据和真实数据的标准差:
Train Score: 2.39 RMSE
Test Score: 1.98 RMSE
画出结果:蓝色为原数据,绿色为训练集的预测值,红色为测试集的预测值。可以看出拟合的还是比较好的。
3.2、Julia Flux的实现
待续。。。。