新思路：TCN-RVM模型，你见过吗？机器学习预测全家桶新增模型，MATLAB代码

截止到本期，一共发了13篇关于机器学习预测全家桶MATLAB代码的文章。参考文章如下：

1.五花八门的机器学习预测？一篇搞定不行吗？

2.机器学习预测全家桶，多步预测之BiGRU、BiLSTM、GRU、LSTM，LSSVM、TCN、CNN，光伏发电数据为例

3.机器学习预测全家桶，多步预测之组合预测模型，光伏发电数据为例

4.机器学习预测全家桶之Xgboost，交通流量数据预测为例，MATLAB代码

5.机器学习预测全家桶之CNN-RVM(相关向量机)，风电功率预测，MATLAB代码

6.水N篇论文就靠它了！Adaboost风电功率预测，机器学习预测全家桶，MATLAB代码

7.机器学习预测全家桶之单变量输入单步预测，天气温度预测为例，MATLAB代码

8.2023年冠豪猪算法优化CNN-GRU-Attention多特征输入多步预测，MATLAB代码

9.机器学习预测全家桶之单变量输入多步预测，天气温度预测为例，MATLAB代码

10.机器学习预测全家桶新增VMD-TCN-GRU/BiGRU-Attention模型，MATLAB代码

11.金豺算法优化TCN-BiGRU-Attention多特征输入单步预测，MATLAB代码

12.LSTM实现递归预测。机器学习预测全家桶，持续更新，MATLAB代码

13.12种算法优化CNN-BiLSTM-Attention多特征输入单步预测

---

注意，此全家桶代码包含了自注意力机制(selfAttentionLayer)，该函数只有2023及以上版本的matlab才有，因此请小伙伴自行下载2023版本的matlab，下载链接一并打包在代码中了。

本期推出的TCN-RVM模型，不论你是在哪个学术库，都是查询不到的！说到这里，屏幕前的你应该懂了吧？

在知网能查询到许多关于CNN与其他模型相结合的，比如CNN-LSTM/CNN-GRU/CNN-SVM等等。但是其实TCN也可以充当CNN的作用，对原始数据提取时间特征，然后将传统的softmax/tanh激活函数，替换成RVM/SVM/LSSVM/ELM等传统的学习机（这些东西也是没人写过的哦！）

说白点就是只利用TCN的扩张卷积实现对数据特征的强抓捕，然后将时间特征序列送入RVM/SVM/LSSVM/ELM等学习机进行学习。

本期代码构建的TCN网络结构如下：

训练好TCN模型后，将TCN模型输出的时间序列特征，用于训练RVM模型。

数据准备

数据集统一采用新疆某地风电发电功率数据。

数据包含特征如下：测风塔10m风速(m/s) 、测风塔30m风速(m/s) 、测风塔50m风速(m/s) 、测风塔70m风速(m/s)、 轮毂高度风速(m/s) 、测风塔10m风向(°) 、测风塔30m风向(°) 、测风塔50m风向(°) 、测风塔70m风向(°)、 轮毂高度风向(°) 、温度(°) 、气压(hPa)、 湿度(%) 实际发电功率（mw）。部分数据截图如下：

选取3月份数据，每个样本组成为：延时步长为10，跨时间步长为1。也就是采用前10个样本的所有特征，去预测下一个样本的发电功率。

以表格中数据为例，以2019年1月1日0点~2019年1月1日2点的所有数据（包括功率）组合起来放一块并变成一行，然后把2点15的功率数据也组合到这一行，这就形成了第一个样本。最后一列是2点15的功率。就这样以此类推，得到好多好多样本。然后划分训练集和测试集就ok了。

TCN-RVM结果展示

对比前几期代码，可以看到TCN-RVM模型精度还是非常高的！需要的小伙伴速速下载！

本文代码获取链接：

https://mbd.pub/o/bread/ZZuUlJxp

机器学习预测全家桶代码获取

已将本文算法加入机器学习预测全家桶中，需要的小伙伴可以跳转链接获取：

https://mbd.pub/o/bread/ZZmWk5xp

识别此二维码也可跳转全家桶

或点击下方阅读原文获取此全家桶。