基于seq2seq模型的风功率预测
python3.6
tensorflow>=1.4
1.利用简单神经网络将缺失数据补全
2.基于seq2seq模型训练数据
seq2seq模型示意图
2015年5,6月数据具体完整版.xlsx:原始风功率数据
fitt.h5:剔除缺损数据，分好x,y
twomonthes.h5:重载补全数据神经网络补全数据
tdata1.h5:分好序列的数据文件
data.ipynb：数据处理代码相关说明(其中重载路径需重新定义)
fitted.ipynb:补全数据网络的训练
untitled0.py：重载补全数据网络代码脚本
wind.ipynb:风功率预测训练代码
准确率采取1-均方根误差，其中验证集最好准确率为94%，可视化预测值与真实值曲线如下：
