文件名称：ElectricDemandForecasting-DL:时间卷积网络的电力需求预测
文件大小：10.58MB
文件格式：ZIP
更新时间：2024-06-10 04:45:13
JupyterNotebook
时间卷积网络在能源相关时间序列预测中的应用 作者： 和 该存储库包含以下的源代码。 拉拉·贝尼特斯（Lara-Benítez）； M.Carranza-García； Luna-Romera，JM； Riquelme，JC时间卷积网络应用于与能源相关的时间序列预测。 应用科学。 2020年； 10（7）：2322（doi：10.3390 / app10072322）。 我们已经使用不同的TCN架构进行了与能源相关的时间序列预测的实验，并已与LSTM架构进行了比较。 可以在找到这两个数据集。 对于TCN实施，已使用库 。
【文件预览】：
ElectricDemandForecasting-DL-master
----.gitignore(3KB)
----README.md(969B)
----LICENSE(1KB)
----run_experiments.sh(74B)
----src()
--------utils()
--------models.py(2KB)
--------main.py(2KB)
--------simple_demo.py(4KB)
--------experiments.py(10KB)
--------preprocessing()
----notebooks()
--------visualizeData.ipynb(12KB)
--------download_electric_demand_data.ipynb(3KB)
--------ResultsEV.ipynb(12KB)
--------ResultsED.ipynb(7KB)
--------TrainTCN_sample.ipynb(7KB)
----data()
--------hourly_20140102_20191101.csv(16.19MB)
--------CECOVEL_train.csv(202KB)
--------CECOVEL.csv(260KB)
--------hourly_20140102_20191101_test.csv(3.23MB)
--------CECOVEL_test.csv(51KB)
--------hourly_20140102_20191101_train.csv(12.93MB)
----files()
--------images()
--------results()