时间序列预测 — LSTM实现单变量风电滚动预测(Keras)

1 数据处理

1.1 数据集简介

1.2 数据集处理

2 模型训练与预测

2.1 模型训练

2.2 模型滚动预测

2.3 结果可视化

1 数据处理

1.1 数据集简介

实验数据集采用数据集5：风电机组运行数据集（下载链接），包括风速、风向、温度、湿度、气压和真实功率等共30万余条。

WINDSPEED：预测风速
WINDDIRECTION：风向
TEMPERATURE：温度
HUMIDITY：湿度
PRESSURE：气压
PREPOWER：预测功率
ROUND(A.WS,1)：实际风速
ROUND(A.POWER,0)：实际功率
YD15：已有实际功率预测目标

1.2 数据集处理

首先检查数据的缺失值情况，通过统计数据可以看到，存在少量缺失值，可以通过前后项填充进行缺失值填补。

# 缺失值统计
data.isnull().sum()

缺失值填补
data = data.fillna(method='ffill')

由于本次实验是单变量滚动预测，所以只截取数据集中的功率部分

#读取数据
data = data[['ROUND(A.POWER,0)']]

计划预测后两天的数据96*2个，将要预测的数据保留（也就是未来未知的数据），单独提取出前面训练的数据（也就是历史数据），并对数据集进行滚动划分

# 训练数据，也就是历史数据
dataf = data.values[0:-96*2]# #构造数据集
def create_dataset(dataset, timesteps=36,predict_size=6):datax=[]#构造xdatay=[]#构造yfor each in range(len(dataset)-timesteps - predict_steps):x = dataset[each:each+timesteps,0]y = dataset[each+timesteps:each+timesteps+predict_steps,0]datax.append(x)datay.append(y)return datax, datay#np.array(datax),np.array(datay)

接着对数据进行归一化处理，设置预测的时间步、每次预测的步长、最后总的预测步长

#构造train and predict
scaler = MinMaxScaler(feature_range=(0,1))
dataf = scaler.fit_transform(dataf)
train = dataf.copy()
timesteps = 72#构造x，为72个数据,表示每次用前72个数据作为一段
predict_steps = 12#构造y，为12个数据，表示用后12个数据作为一段
length = 96*2#预测多步，预测288个数据，每次预测12个，想想要怎么构造预测才能满足288？

最后对数据集进行划分，并将数据变换为满足模型格式要求的数据

trainx, trainy = create_dataset(train, timesteps, predict_steps)
trainx = np.array(trainx)
trainy = np.array(trainy)
#变换
trainx = np.reshape(trainx,(trainx.shape[0],timesteps,1))#变换shape,以满足keras

2 模型训练与预测

2.1 模型训练

首先搭建模型的常规操作，然后使用训练数据trainx和trainy进行训练，进行50个epochs的训练，每个batch包含200个样本。

#lstm training
model = Sequential()
model.add(LSTM(128,input_shape=(timesteps,1),return_sequences= True))
model.add(Dropout(0.5))
model.add(LSTM(128,return_sequences=True))
#model.add(Dropout(0.3))
model.add(LSTM(64,return_sequences=False))
#model.add(Dropout(0.2))
model.add(Dense(predict_steps))
model.compile(loss="mean_squared_error",optimizer="adam")
model.fit(trainx,trainy, epochs= 50, batch_size=200)

2.2 模型滚动预测

下面介绍文章中最重要，也是真正没有未来特征的情况下预测未来标签的方法。整体的思路也就是取出预测前72个数据预测未来的12个未来数据，然后见12个数据添加进历史数据，再预测12个数据，滚动预测。因为每次只能预测12个数据，但是我要预测96个数据，所以采用的就是循环预测的思路。每次预测的12个数据，添加到数据集中充当预测x，然后在预测新的12个y，再添加到预测x列表中，如此往复，最终预测出96个点。（里面的数据可以根据需求进行更改）

#predict
#因为每次只能预测12个数据，但是我要预测288个数据，所以采用的就是循环预测的思路。每次预测的12个数据，添加到数据集中充当预测x，然后在预测新的12个y，再添加到预测x列表中，如此往复。最终预测出288个点。
predict_xlist = [] #添加预测x列表
predict_y = [] #添加预测y列表
predict_xlist.extend(dataf[dataf.shape[0]-timesteps:dataf.shape[0],0].tolist())#已经存在的最后timesteps个数据添加进列表，预测新值(比如已经有的数据从1,2,3到288。现在要预测后面的数据，所以将216到288的72个数据添加到列表中，预测新的值即288以后的数据）
while len(predict_y) < length:predictx = np.array(predict_xlist[-timesteps:])#从最新的predict_xlist取出timesteps个数据，预测新的predict_steps个数据（因为每次预测的y会添加到predict_xlist列表中，为了预测将来的值，所以每次构造的x要取这个列表中最后的timesteps个数据词啊性）predictx = np.reshape(predictx,(1,timesteps,1))#变换格式，适应LSTM模型#print("predictx"),print(predictx),print(predictx.shape)#预测新值lstm_predict = model.predict(predictx)#predict_list.append(train_predict)#新值y添加进列表，做x#滚动预测#print("lstm_predict"),print(lstm_predict[0])predict_xlist.extend(lstm_predict[0])#将新预测出来的predict_steps个数据，加入predict_xlist列表，用于下次预测# invertlstm_predict = scaler.inverse_transform(lstm_predict)predict_y.extend(lstm_predict[0])#预测的结果y，每次预测的12个数据，添加进去，直到预测288个为止#print("xlist", predict_xlist, len(predict_xlist))#print(lstm_predict, len(lstm_predict))#print(predict_y, len(predict_y))

2.3 结果可视化

计算误差，并保存预测结果

#error
y_ture = np.array(data.values[-192:])
train_score = np.sqrt(mean_squared_error(y_ture,predict_y))
print("train score RMSE: %.2f"% train_score)
y_predict = pd.DataFrame(predict_y,columns=["predict"])
y_predict.to_csv("y_predict_LSTM.csv",index=False)

最后可视化运行结果，发现滚动预测的效果并不好，更换为负荷数据集后预测效果有明显的提升，滚动预测的方法只适合数据比较规律的数据集，对于预测效果不好的数据集，可以通过分解时间序列的方法预测。