使用ARIMA、RNN、LSTM和GRU模型对德里地区的电力负荷进行预测（源码）。

简介：
电力负荷预测项目目前正处于短期电力负荷预测的研究生项目之中。 项目所依赖的数据来源于该网站，并在项目执行过程中采用了多种时间序列算法。 采用的模型包括：前馈神经网络、简单移动平均线、加权移动平均、简单指数平滑、霍尔茨·温特斯、自回归综合移动平均、递归神经网络、长短期记忆单元以及门控循环单位细胞。 项目代码位于“models”文件夹中，其中包含了在项目实施过程中所实现的所有算法和模型。 具体而言，有 aws_arima.py 用于 ARIMA 模型，该模型利用上一个月的数据进行预测，并每日预测电力负荷；aws_rnn.py 则使用 RNN、LSTM 和 GRU 模型，并基于最近两月的数据进行每日的负载预测；以及 aws_smoothing.py 用于 SES、SMA 和 WMA 模型，同样基于上一个月的数据进行每日的负载预测。此外，aws.py 脚本作为调度程序运行，每天在 00:30 IST 时执行上述三个脚本。最后，pdq_search.py 脚本用于对 ARIMA 模型的超参数进行网格搜索，依据最近一个月的历史数据进行优化。