时间序列是按照时间发生的先后顺序进行排列的数据点序列,简称时序。时间序列预测即运用历史的多维数据进行统计分析,推测出事物未来的发展趋势。时间序列预测是最常见的时序问题之一,在很多行业都有其应用,且通常时序预测效果对业务有着重大影响。例如:
- 零售企业: 预测产品销量,可以为企业备货、配送、运营策略的制定提供有效依据,显著降本增效;
- 电网公司: 预测发电量与用电量,可以使电网的调度更加合理化,发挥最大效能;
- 制造企业: 提前预测生产设备可能发生的故障,可以提前预警、维修,降低停工造成的损失;
- 新能源车企: 实时预测电池剩余电量、预测剩余寿命,可以更经济、更合理的使用车辆;
- 金融领域: 利率、股票、现金流、外汇等走势预测都对经济产生重大影响。
为加快企业智能化转型进程,降低时序技术应用门槛,飞桨持续进行产品技术打磨,推出了基于启发式搜索和集成学习的高精度时序模型PP-TS,在电力场景数据集上经过验证,精度提升超20%。PP-TS目前已正式上线飞桨AI套件PaddleX,源码全部开放!您可以在AI Studio(星河社区)云端或者PaddleX本地端尽情探索,灵活选择工具箱或开发者模式,尝试结合到真实的业务场景中去。
注:在工具箱模式中,您只需提供一个场景下的历史数据,PP-TS就能为您准确预测出该场景下未来一段时间内的数据情况。除PP-TS外,飞桨也提供了8种业界领先的时序预测方法,即TimesNet, TiDE, PatchTST, DLinear, RLinear, NLinear, Nonstationary Transformer和XGBoost以便您对比使用。
精彩直播预告
为了让广大开发者和企业更详细了解以及便捷地应用PP-TS,百度高级工程师孙婷将于10月25日(周三)20:30为大家带来一期精品课程,深度解析时间序列预测技术和适用场景,更有基于PaddleX中高精度PP-TS模型完成电压时序预测的实战教学。未来,我们也将持续为广大开发者和企业带来飞桨AI套件PaddleX中精选模型技术详解与场景范例,敬请期待!
关注「飞桨PaddlePaddle」,获取更多直播最新动态~
基于PaddleX的时序预测项目实战教学
PP-TS整体介绍
随着5G时代的到来,企业逐步进入数字化转型新阶段,面临越来越多复杂时间序列预测场景,如设备剩余寿命预测、电力负荷预测等。在复杂时序预测场景下,长时序、多变量、非平稳等特性严重影响模型预测的精度,对时序预测任务提出了更高的要求。因此我们基于启发式搜索和集成方法研发的时序预测模型PP-TS,能够根据不同场景自适应的选择模型,并通过模型融合助力预测更加准确。 整体的技术框架图,如下图所示:
PP-TS主要从三个角度进行了深入探索,主要包括:
- 基础单模型: 深度模型一般拟合能力强,Transformer-based方法善于捕捉长期依赖,而机器学习方法具有更好的可解释性,PP-TS选择了前沿深度模型和传统方法的结合,包含TimesNet, TiDE, PatchTST, DLinear, RLinear, NLinear, Nonstationary Transformer和XGBoost。
- 启发式搜索: 将单模型是否被选择建模成0/1问题,通过遗传算法,对选择的组合进行精度评估,通过选择交叉变异进化,筛选最优组合。
- 模型集成: 将被选择的模型进行集成,结果融合,得到精度最佳的方法。
如何创建PP-TS模型产线
飞桨AI套件PaddleX已上线飞桨AI Studio星河社区,大家可通过项目大厅进入到PaddleX官网,在精选模型库中选择PP-TS,创建属于你自己的PP-TS模型产线。
- 飞桨AI Studio星河社区官网:飞桨AI Studio星河社区-人工智能学习与实训社区
加入星河共创计划 成为文心生态伙伴
除了可以更便捷地开发AI模型和应用外,星河共创计划为企业提供了企业扶植和商业收益的机会。
1.有意向基于文心大模型(ERNIE Bot SDK、文心一言等)共创应用和插件,可以获取百亿流量、项目奖金等福利。
2.基于文心大模型和PaddleX(飞桨AI套件)共创应用上线至星河社区,可以拟定应用价格,开放给其他用户购买,获得应用收入分成。
通过星河共创计划,成为文心生态伙伴,助力企业快速实现行业痛点解决、大模型业务落地、客户拓展和商业收入。我们期待与您携手,发掘更多经典场景案例!
相关地址直达:
1.飞桨AI套件PaddleX中的PP-TS:
PP-TS - 飞桨AI Studio星河社区
2.PaddleX官网:
飞桨AI Studio星河社区-人工智能学习与实训社区
3.PaddleX官方频道:
飞桨AI Studio星河社区-人工智能学习与实训社区
4.PaddleX共创方案:
https://ai.baidu.com/ai-doc/AISTUDIO/pll1ysj35
5.PaddleX使用文档:
https://ai.baidu.com/ai-doc/AISTUDIO/Zlisojzjs