时空因果卷积神经网络(ST-CausalConvNet)提出的模型的显著特征是模型架构中的卷积...时空因果卷积神经网络(ST-CausalConvNet)提出的模型的显著特征是模型架构中的卷积是因果的,其中某个时间步长的输出仅与前一层中相同或更早时间步长的元素进行卷积。 因此,该模型不存在从未来到过去的信息泄漏。 模型还考虑了多个监测站之间的空间相关性。 通过时空相关分析,选择与目标站相关性高的监测站的相关信息。 然后将来自目标和相关站点的信息作为输入并馈送到模型中.该代码可以运用到负荷预测、空气质量预测、光伏预测等替换数据即可运行.