根據台電歷史資料，預測未來七天的"電力尖峰負載"(MW)。
預測 2019/4/2 ~ 2019/4/8 的每日"電力尖峰負載"(MW)
使用一維CNN模型進行訓練後預測
- Input: 365 天的每日尖峰負載 與 是不是工作日
- Target: 接下來 7 天的每日尖峰負載
- training / validation data: 4:1
- Epoch: 100
- Batch Size: 4
- Loss Function: MSELoss
- Optimizer: Adam
- LR: 0.0001
- LR Reduce Strategy: 如果經過 10 次 Epoch ， loss 都沒有下降，則將 LR * 0.1
CNN模型參數:
Layer (type) Output Shape Param #
================================================================
Conv1d-1 [-1, 32, 359] 480
LeakyReLU-2 [-1, 32, 359] 0
Conv1d-3 [-1, 16, 357] 1,552
LeakyReLU-4 [-1, 16, 357] 0
MaxPool1d-5 [-1, 16, 178] 0
Flatten-6 [-1, 2848] 0
Linear-7 [-1, 1000] 2,849,000
LeakyReLU-8 [-1, 1000] 0
Linear-9 [-1, 7] 7,007
================================================================
Total params: 2,858,039
Trainable params: 2,858,039
Non-trainable params: 0
----------------------------------------------------------------
Input size (MB): 0.00
Forward/backward pass size (MB): 0.32
Params size (MB): 10.90
Estimated Total Size (MB): 11.23
----------------------------------------------------------------
-
data: 所有CSV資料
-
network.py: CNN模型
-
time_series.py: 自定義 PyTorch Dataset，使用 Pandas 讀取時間序列資料後，可方便產生 Training & Validation data
-
trainer.py: Training Script
-
model_best.pth: 預訓練模型
-
prepare_data.py: 將台電歷史資料、行事曆資料進行整合並提取需要的部分
-
train.py: 定義參數並進行訓練
-
inference.py: 讀取預訓練模型並進行特定日期的預測
-
app.py: 讀取預訓練模型並進行 2019/4/2 ~ 2019/4/8 預測，並將結果存到 submission.csv