# wind_prediction

**Repository Path**: guox66/wind_prediction

## Basic Information

- **Project Name**: wind_prediction
- **Description**: 该项目用于短期风场预测
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2024-02-28
- **Last Updated**: 2024-04-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 风场短期预测

对风场数据进行预处理，多元线性回归分析，并使用LSTM、CNN+LSTM、Seq2Seq对风场进行短期预测，数据保存在database文件夹的csv文件中

分析和预测结果已经上传至analysis和result中



## 环境部署

首先需安装 python>=3.10.2，然后安装torch>=2.1.1,torchaudio>=2.1.1 torchvision>=0.16.1

在有nvidia服务的设备上，使用以下命令安装

```bash
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
```

在没有nvidia服务的设备上，使用以下命令安装

```bash
pip3 install torch torchvision torchaudio
```

安装后可使用以下命令依次查看torch，cuda版本

```bash
python -c "import torch;print(torch.__version__);print(torch.version.cuda)"
```

安装其他环境依赖

```
pip install -r requirements.txt
```



## 数据处理

数据已经保存在database文件夹的csv文件中，数据来源：https://www.industrial-bigdata.com

```
--wind_prediction
    --database
        --2019-01-01.csv
        --2019-01-02.csv
        ...
        --2019-01-10.csv
```

运行数据处理程序，处理过程保存在analysis文件夹中，处理后的数据将保存在analysis-data.npz中

```bash
python deal.py
```



## 多元线性回归分析

经过数据处理步骤，用matlab运行Linear.m文件即可



## 模型训练

模型可选择 LSTM  、 CNN_LSTM  、 Seq2Seq  输出可选x 、y ，训练得到的模型保存在models文件夹中

```bash
python train.py --model LSTM --output x --epochs 50 --batch_size 128 --val_rate 0.2 --test_rate 0.1 --lr 0.001 --step_size 1 --gamma 0.95 --hidden_size 256 --num_layers 1
```



## 模型测试

```bash
python t_model.py --model LSTM --output x
```

训练过程和测试结果均保存在result文件夹中