https://github.com/minoriwww/MeterDetection
路径拼接是用os.path.join吧,还有,建议你先用jupyter写个测试文件,测一下能不能读取成功
全英文的哈,依赖要提前安装
Keras=2.2
tensorflow=1.9
数据
我们的原始数据在 fodler sitaiqu 中,包括使用量(kwwatt_everyday_2year.xlsx )、电流(electriccurrent_hours_2year.xlsx)和电压(voltage_hours_2year.xlsx)。
数据处理在data_processing0.py中完成
小区误差预测任务
input.py将为 lstm 生成输入。
more_lstm.py用于比较不同序列长度的结果。因此,为了排除偶然性,我们选择对k_lstm.py和draw_k_lstm.py中的每个序列长度进行 10 次预测。
经典方法的比较在svr.py中完成。
故障注入小区检测任务
我们在bomb.py中生成了带有故障仪表的住宅区数据。
检测任务在check.py中完成。
故障亚表分类任务
我们在samples.py中生成数据,其中导入了 single_bomb_wave.py和single_input_wave.py。
分类任务在combine_model.py中完成。
为了测试不同比例的故障仪表的性能,我们在change_bome_rate.py中做了一些比较。