当前位置:   article > 正文

光伏发电预测(GRU模型,Python代码)_光伏发电预测联邦学习

光伏发电预测联邦学习

 

 运行效果:光伏发电预测(GRU模型,Python代码)_哔哩哔哩_bilibili

所有库的版本: 

1.数据集(连续10年不间断采集三个光伏电站的发电量及天气情况,每隔半个小时采集一次信息,因此,一共有175296行数据),数据由威普罗有限公司(NYSE:WIT,BSE:507685,NSE:WIPRO)收集

开始位置(2009年1月1日0时0分开始开始)

截止位置(2018年12月31日23点30分结束) 

 第一行标签解读:

YearMonthDayHourMinuteClearsky DHIClearsky DNIClearsky GHICloud TypeDew PointTemperaturePressureRelative HumiditySolar Zenith AnglePrecipitable WaterWind DirectionWind SpeedFill Flag

数据属性: ‘Year’, 'Month', 'Day', 'Hour', 'Minute'这些是时间。

标签列:

 'Clearsky DHI',和 'Clearsky DNI', 'Clearsky GHI'分别为是三个光伏电站的表示。

特征列:Cloud Type Dew Point Temperature Pressure Relative Humidity Solar Zenith Angle Precipitable Water Wind Direction Wind Speed Fill Flag

中文:云类型 露点 温度 压力 相对湿度 太阳天顶角 可降水水分 风向 风速 标志

2.模型(训练集与测试比例为4:1)

3.运行效果

第一个光伏电站的测试集预测值与真实值

 

 MSE:3.5295867391703615

第二个光伏电站的测试集预测值与真实值

 

 MSE:11.993229305492198

第三个光伏电站的测试集预测值与真实值

 

MSE: 12.992957513834341

对项目感兴趣的,可以关注最后一行

  1. import pandas as pd
  2. import numpy as np
  3. from keras.preprocessing.sequence import TimeseriesGenerator
  4. from sklearn.preprocessing import MinMaxScaler
  5. from sklearn.model_selection import train_test_split
  6. import tensorflow as tf
  7. from tensorflow.keras.models import Sequential
  8. from tensorflow.keras.layers import Dense, LSTM
  9. from tensorflow.keras import optimizers
  10. #数据集:https://mbd.pub/o/bread/mbd-ZZWUkphx

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/不正经/article/detail/344820
推荐阅读
相关标签
  

闽ICP备14008679号