时序预测 | 基于DLinear+PatchTST多变量时间序列预测模型（pytorch）

目录

• • • 效果一览
    • 基本介绍
    • 程序设计
    • 参考资料

效果一览

基本介绍

DLinear+PatchTST多变量时间序列

dlinear,patchtst

python代码，pytorch架构

适合功率预测，风电光伏预测，负荷预测，流量预测，浓度预测，机械领域预测等等各种时间序列预测。

Patchest是2023年发表了一个新的模型，它在时间序列分析的多个任务中实现了最先进的结果。创新点超级强。

模型精度高.

功能如下：

1.多变量输入，单变量输出/可改多输出

2.多时间步预测，单时间步预测

3.评价指标：R方 RMSE MAE MAPE

对比图

4.数据从excel/csv文件中读取

5.最终结果输入到一个csv文件中，可以供下一步使用

代码带数据，注释清晰，适合新手小白

程序设计

• 完整程序和数据获取方式：私信博主回复基于DLinear+PatchTST多变量时间序列预测模型（pytorch）。

参考资料

1 http://t.csdn.cn/pCWSp

2 https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501

3 https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501