本文主要是介绍光伏发电量预测（Python代码，CNN结合LSTM，TensorFlow框架），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1.数据集（开始位置），数据集免费下载链接：https://download.csdn.net/download/qq_40840797/89051099
数据集一共8列，第一列是时间，特征列一共有6列："WindSpeed" - 风速 "Sunshine" - 日照时数 "AirPressure" - 大气压力 "Radiation" - 辐射 "AirTemperature" - 空气温度 "RelativeAirHumidity" - 相对空气湿度。被预测列为最后一列：光伏发电量
数据采集每间隔一个小时，开始时间是2017.1.1号凌晨
数据截止时间：2017年12月31号23:00
预测（训练集和测试集比例：4:1）
黄色部分是一个样本的输入，红色部分为该样本预测输出
测试集预测结果
指标（归一化后的数据进行衡量指标）：
测试集上的MAE/MSE:
MAE: 0.010868210556556764
MSE: 0.0014309633127727228
衡量指标代码
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
from math import sqrt
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score# 输出模型性能指标
mae = mean_absolute_error(y_test, y_pred)
mse = mean_squared_error(y_test, y_pred)print('测试集上的MAE/MSE:')
print('MAE:', mae)
print('MSE:', mse)这篇关于光伏发电量预测（Python代码，CNN结合LSTM，TensorFlow框架）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
