最近参加了一个《数字中国创新大赛》，做了一个关于预测方向的课题，做完之后一个最大的感受就是：机器学习模型的搭建不是难的，难的是如何针对现实中的数据做好整理，做好特征提取，做好异常值检测剔除，做好空缺值有效处理，以及如何利用外部数据构建特征等等，最后使你的模型在未知得数据集上进行验证，不断提高模型分数。建议有空余时间的小伙伴完全可以去网上搜搜此类的比赛，不用多，用心准备参加个3~5次，你就会对某个领域有更深的认知。
本期继续在MATLAB预测全家桶中添加一个真实的电力负荷数据集，这个数据集之前也给大家分享过，但是分享的那个案例中，并没有对数据有一个很好的整理。
截止到本期MATLAB机器学习预测全家桶，一共发了30篇关于机器学习预测代码的文章。算上这一篇，一共31篇！参考文章如下：
2.机器学习预测全家桶，多步预测之BiGRU、BiLSTM、GRU、LSTM，LSSVM、TCN、CNN，光伏发电数据为例
3.机器学习预测全家桶，多步预测之组合预测模型，光伏发电数据为例
4.机器学习预测全家桶之Xgboost，交通流量数据预测为例
5.机器学习预测全家桶之CNN-RVM(相关向量机)，风电功率预测
6.水N篇论文就靠它了！Adaboost风电功率预测，机器学习预测全家桶
7.机器学习预测全家桶之单变量输入单步预测，天气温度预测为例
8.2023年冠豪猪算法优化CNN-GRU-Attention多特征输入多步预测
9.机器学习预测全家桶之单变量输入多步预测，天气温度预测为例
10.机器学习预测全家桶新增VMD-TCN-GRU/BiGRU-Attention模型
11.金豺算法优化TCN-BiGRU-Attention多特征输入单步预测
13.12种算法优化CNN-BiLSTM-Attention多特征输入单步预测
14.新思路：TCN-RVM模型，你见过吗？机器学习预测全家桶新增模型
15.再添数十种回归模型！最全机器学习预测全家桶，MATLAB代码，这次千万别再错过了！
16.12种算法优化CNN-BiGRU-Attention单变量输入单步预测，持续更新
17.BiTCN、BiTCN-SVM、BiTCN-LSTM、BiTCN-BiGRU机器学习预测全家桶
18.机器学习预测全家桶再更新！CEEMDAN-VMD双分解CNN-BiLSTM预测，MATLAB代码
19.四种算法优化ELM，实现多变量输入超前24步预测功能，机器学习预测全家桶再更新！
20.7种2024年算法优化BP，实现回归，单/多变量输入，单/多步预测功能
21.电力负荷超前96步预测，采用2024最新鹭鹰算法优化ELM实现，MATLAB代码
22.一篇搞定分位数回归区间预测，机器学习预测全家桶MATLAB代码再更新！
23.Transformer实现风电功率/光伏功率预测，MATLAB预测全家桶再更新！
24.新英格兰2024年最新负荷数据预测，MATLAB预测全家桶再更新！
25.并行or串行的Transformer+LSTM预测，MATLAB预测全家桶再更新！
26.Transformer-SVM回归预测，MATLAB预测全家桶再更新！
29.鲸鱼优化BP实现回归预测
30.小创新模型！6种2024算法优化BiTCN-SVM单变量输入单步预测
本期新增的电力负荷数据集如下：
负荷数据集是2018年江阴市、宜兴市、以及锡澄电网在网供和全社会的负荷值。文件夹如下：
数据集包含2018年全年的负荷值。每个文件夹包含当月所有的数据集。
每个表格打开后是下面这个样子的：
该数据集是每15分钟进行一次采样，每个样本都包含全地区的负荷值和江阴市、宜兴市、以及锡澄电网在网供和全社会的负荷值。
本期对该数据的整理如下：
以1月份数据为例，取全社会负荷值，用前5天的数据预测未来一天（96个样本点）的负荷值。因为每天都有96个样本点，所以整理后的数据如下：
第一列为模型输入，第二列为模型输出。采用2DCNN-Bigru进行特征提取和模型预测。
代码中想要修改月份也是非常简单的，我专门写了一个脚本用于数据的整理。可以直接修改month来改不同的月份，训练不同的模型。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%month = 1; %训练月份day_len = 5; %训练天数file_path = '2018负荷预测数据';%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%res = {};for day_start = 1:26 %训练天数为5天，用前5天的数据去训练第6天的数据，1月份有31天，因此只能制作31-5=26个样本day_startoutput = [];for day = day_start:1:(day_start + day_len - 1) [raw_data, ~ ,~] = read_load_data_from_excel(file_path, month ,day); ………………代码结果如下：
1月份测试结果：
此数据预测效果还是非常不错的，很适合写论文。
另外，本期代码还添加了评估置信区间的代码：
机器学习预测全家桶代码获取
已将本文算法加入机器学习预测全家桶中，需要全家桶的小伙伴可以跳转链接获取：
点击下方卡片，获取代码
扫一扫
4487
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
