Forecast renewable

هدف از این پروژه ایجاد یک مدل دیپ لرنینگ یا ماشین لرنینگ هستش که بتونه دادهای مربوط به تولید انرژی رو برای ۱ و ۱۲و ۲۴ ساعت آینده پیش بینی کنه. خروجی کار باید یک کد متلب کاملا کامنت گذاری باشه. مدل باید ادونس باشه و از روشهایی بغیر از CNN, LSTM یا LSYM-CNN به طور مستقیم استفاده بشه. اگر مدلی در نظر دارید که ارتقا یافته این مدتهاست میتونیم راجع بهش صحبت کنیم قبل شروع کار. داده ها مربوط به تولید انرژی بین سالهای ۲۰۱۵ تا ۲۰۲۳ به صورت ساعتی هستند. برای هر سال شما ۸۷۶۰ داده دارید. و کد شما در انتها باید خروجی مدل رو با دیتاهای حقیقی در قالب یک پلات مقایسه کنه. سایر پارامترها برای سنجش کیفیت MSE,RMSE,R2 هستند. در نهایت شما سه پلات از مدلتون برای پیش بینی ۱ ساعت و ۱۲ ساعت و ۲۴ ساعت ایجاد میکنید. اگر بتونید عملکرد مدلتون رو با مدلهایی مثل CNN , LSTM , LSTM-CNN مقایسه کنید به عنوان آپشن اضافی عالی هستش و هزینه اش پرداخت میشه. روش پیشنهادی سه مدل هستند به شرح زیر TFT-ATTENTION-LSTM TFT-ATTENTION-LSTM-CNN و هر مدل دیگری شامل TFT-ATTENTION بنا به تجربه فریلنسر. فریلنسر میبایست با یکی از روشهای بالا نیازمندیهای پروژه رو تامین کند. دقت مدل شما باید از این مدلها به تنهایی بیشتر باشه و برای مثلا R2 بیشتر از ۹۹ درصد باشه. برای ۲۴ ساعت پیش بینی دستیابی به این دقت ممکنه امکان پذیر نباشه ولی هدف بالاترین دقت (بالای %R2=98) و پیش بینی معنادار هستش. زمان انجام 5 روز خواهد بود. درصورت بررسی پیشرفت در مورد افزایش رمان میتونیم صحبت کنیم. اگر برای تیون کردن هاپرپارامترهای مدلتون روش مناسبی استفاده کنید حتما تو گزارشتون یا کد بیارید. پیش از انجام پروژه دادها در اختیارتون خواهد بود که برآورد کنید کار انجام پذیر هستش یا خیر بدون حصول دقت مورد نظر یا بکارگیری روش مطروحه پرداختی صورت نمیگیره. ازدیاد زمان باید با هماهنگی صاحب کار باشد. داخل فایلی که به شما میدم دیتاهای ساعتی برای سالهای مختلف هست شما با دیتاهای ۲۰۱۵ کار کنید. و اگر شد مدلتون رو برای یک سال متفاوت تر هم امتحان کنید. ولی ما معیار رو میزاریم رو MAE, RMSE, R2 دیتاهای آموزش و تست سال ۲۰۱۵. زمان پایان کار ۲۵ جولای ۲۰۲۴ Payment=4,000,000 Toman