代码拉取完成，页面将自动刷新
对风场数据进行预处理，多元线性回归分析，并使用LSTM、CNN+LSTM、Seq2Seq对风场进行短期预测，数据保存在database文件夹的csv文件中
分析和预测结果已经上传至analysis和result中
首先需安装 python>=3.10.2，然后安装torch>=2.1.1,torchaudio>=2.1.1 torchvision>=0.16.1
在有nvidia服务的设备上，使用以下命令安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
在没有nvidia服务的设备上，使用以下命令安装
pip3 install torch torchvision torchaudio
安装后可使用以下命令依次查看torch，cuda版本
python -c "import torch;print(torch.__version__);print(torch.version.cuda)"
安装其他环境依赖
pip install -r requirements.txt
数据已经保存在database文件夹的csv文件中，数据来源：https://www.industrial-bigdata.com
--wind_prediction
--database
--2019-01-01.csv
--2019-01-02.csv
...
--2019-01-10.csv
运行数据处理程序，处理过程保存在analysis文件夹中，处理后的数据将保存在analysis-data.npz中
python deal.py
经过数据处理步骤，用matlab运行Linear.m文件即可
模型可选择 LSTM 、 CNN_LSTM 、 Seq2Seq 输出可选x 、y ，训练得到的模型保存在models文件夹中
python train.py --model LSTM --output x --epochs 50 --batch_size 128 --val_rate 0.2 --test_rate 0.1 --lr 0.001 --step_size 1 --gamma 0.95 --hidden_size 256 --num_layers 1
python t_model.py --model LSTM --output x
训练过程和测试结果均保存在result文件夹中
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。