时空预测3-graph transformer

任务

预测未来的风电功率

数据

每个样本包括seq_x作为输入，seq_y作为标签

1. 读取数据csv
2. 前处理，raw_df, new_df增加了时间、周几的信息，去掉了tmstamp、day等信息
3. 截取seq_x和seq_y，以new_df为基准，根据index选取history和predict
4. 建立graph

图

通过np.corrcoef和np.where构图

np.corrcoef计算各个节点的相关性，134 * 134
np.argpartition计算每个节点最相关的5个对应的index

模型

模型结合graph和autoformer

参考

• https://github.com/PaddlePaddle/PGL/tree/main/examples/kddcup2022/wpf_baseline
• https://keras.io/examples/graph/gat_node_classification/