前言

本文基于前期介紹的電力變壓器，介紹一種基于CNN-LSTM網絡的多步預測模型。

1、電力變壓器數據預處理與可視化

1.1 導入數據

1.2 多步預測預處理

2 、基于CNN-LSTM的多步預測模型

2.1 定義CNN-LSTM網絡模型

2.2 設置參數，訓練模型

50個epoch，MSE 為0.000311，CNN-LSTM多步預測模型預測效果顯著，模型能夠充分提取序列的時空特征，收斂速度快，性能優越，預測精度高，適當調整模型參數，還可以進一步提高模型預測表現。

注意調整參數：

• 可以適當增加CNN層數和每層通道數，微調學習率；
• 調整LSTM層數和每層神經元個數，增加更多的 epoch （注意防止過擬合）
• 可以改變滑動窗口長度（設置合適的窗口長度）

3 結果可視化和預測、模型評估

3.1 預測結果可視化

3.2 加載模型進行預測

3.3 模型評估

點擊下載：原文完整數據、Python代碼??https://mbd.pub/o/bread/ZpWYmJps???

本文轉載自??建模先鋒??，作者： 小蝸愛建模