Python中利用长短期记忆模型LSTM进行时间序列预测分析-预
此示例中，神经网络用于使用2011年4月至2013年2月期间的数据预测都柏林市议会公民办公室的能源消耗。
每日数据是通过总计每天提供的15分钟间隔的消耗量来创建的。
LSTM简介
LSTM（或长期短期存储器网络）允许分析具有长期依赖性的顺序或有序数据。当涉及到这项任务时，传统的神经网络不足，在这方面，LSTM将用于预测这种情况下的电力消耗模式。
与ARIMA等模型相比，LSTM的一个特殊优势是数据不一定需要是固定的（常数均值，方差和自相关），以便LSTM对其进行分析 - 即使这样做可能会导致性能提升。
自相关图，Dickey-Fuller测试和对数变换
为了确定我们的模型中是否存在平稳性：
生成自相关和部分自相关图
进行Dickey-Fuller测试
对时间序列进行对数变换，并再次运行上述两个过程，以确定平稳性的变化（如果有的话）
首先，这是时间序列图：
need-to-insert-img
need-to-insert-img
据观察，波动性（或消费从一天到下一天的变化）非常高。在这方面，对数变换可以用于尝试稍微平滑该数据。在此之前，生成ACF和PACF图，并进行Dickey-Fuller测试。
自相关图
need-to-insert-img
部分自相关图
need-to-insert-img
自相关和部分自相关图都表现出显着的波动性，这意味着时间序列中的几个区间存在相关性。
运行Dickey-Fuller测试时，会产生以下结果：
当p值高于0.05时，不能拒绝非平稳性的零假设。
need-to-insert-img
STD1 954.7248 4043.4302 0.23611754
need-to-insert-img
变异系数（或平均值除以标准差）为0.236，表明该系列具有显着的波动性。
现在，数据被转换为对数格式。
虽然时间序列仍然不稳定，但当以对数格式表示时，偏差的大小略有下降：
need-to-insert-img
need-to-insert-img
此外，变异系数已显着下降至0.0319，这意味着与平均值相关的趋势的可变性显着低于先前。
STD2 = np.std（数据集） mean2 = np.mean（数据集） cv2 = std2 / mean2 #Cafficient of Variation
need-to-insert-img
std2 0.26462445
need-to-insert-img
mean2 8.272395
need-to-insert-img
cv2 0.031988855
need-to-insert-img
同样，在对数数据上生成ACF和PACF图，并再次进行Dickey-Fuller测试。
自相关图
need-to-insert-img
偏自相关图
need-to-insert-img
Dickey-Fuller测试
... print（'\ t％s：％。3f'％（键，值）） 1％：-3.440 5％： - 2.866 10％： - 2.569
need-to-insert-img
Dickey-Fuller检验的p值降至0.0576。虽然这在技术上没有输入拒绝零假设所需的5％显着性阈值，但对数时间序列已显示基于CV度量的较低波动率，因此该时间序列用于LSTM的预测目的。
LSTM的时间序列分析
现在，LSTM模型本身用于预测目的。
数据处理
首先，导入相关库并执行数据处理
LSTM生成和预测
模型训练超过100个时期，并生成预测。
＃生成LSTM网络 model = Sequential（） model.add（LSTM（4，input_shape =（1，previous））） model.fit（X_train，Y_train，epochs = 100，batch_size = 1，verbose = 2） ＃生成预测 trainpred = model.predict（X_train） ＃将预测转换回正常值 trainpred = scaler.inverse_transform（trainpred） ＃calculate RMSE trainScore = math.sqrt（mean_squared_error（Y_train [0]，trainpred [：，0]）） ＃训练预测 trainpredPlot = np.empty_like（dataset） ＃测试预测 ＃绘制所有预测 inversetransform，= plt.plot（scaler.inverse_transform（dataset））
need-to-insert-img
准确性
该模型显示训练数据集的均方根误差为0.24，测试数据集的均方根误差为0.23。平均千瓦消耗量（以对数格式表示）为8.27，这意味着0.23的误差小于平均消耗量的3％。
以下是预测消费与实际消费量的关系图：
need-to-insert-img
有趣的是，当在原始数据上生成预测（未转换为对数格式）时，会产生以下训练和测试错误：
在每天平均消耗4043千瓦的情况下，测试分数的均方误差占总日均消耗量的近20％，并且与对数数据产生的相比非常高。
need-to-insert-img
也就是说，重要的是要记住，使用1天的先前数据进行预测，即Y表示时间t的消耗，而X表示时间t-1的消耗，由代码中的前一个变量设置先前。让我们来看看这增加到个究竟10和50天。
10天
need-to-insert-img
＃
need-to-insert-img
50天
need-to-insert-img
need-to-insert-img
我们可以看到测试误差在10天和50天期间显着降低，并且考虑到LSTM模型在预测时考虑了更多的历史数据，消耗的波动性得到了更好的捕获。
鉴于数据是对数格式，现在可以通过获得数据的指数来获得预测的真实值。
例如，testpred变量用（1，-1）重新整形：
testpred.reshape（1，-1） array（[[7.7722197,8.277015,8.458941,8.455311,8.447589,8.445035， ...... 8.425287,8.404881,8.457063,8.423954,7.98714,7.9003944， 8.240862,8.41654,8.423854,8.437414,8.397851,7.9047146]]， dtype = float32）
need-to-insert-img
结论
对于这个例子，LSTM被证明在预测电力消耗波动方面非常准确。此外，以对数格式表示时间序列允许平滑数据的波动性并提高LSTM的预测准确度。
need-to-insert-img
