负荷预测（python）

实时负荷预测，15分钟到4小时

import MySQLdb
import pandas as pd

class Data（）:

    def connect（self）:
        self.db = MySQLdb.Connect（“192.168.0.250“ “mywind“ “123456“ “pems“）
        self.cursor = self.db.cursor（）
        # print（“连接数据库成功“）

    def getModelData（self）:
        self.connect（）
        self.cursor.execute（
            “SELECT time volum FROM data_load“）
        data = self.cursor.fetchall（）
        self.db.close（）
        data = self.prefixData（data）
        return data

    def getPredictData（self startTime endTime）:
        self.connect（）

        sql = “SELECT time volum FROM data_load where time between ‘“ + startTime + “‘ and ‘“ + endTime + “‘“

        self.cursor.execute（sql）
        data = self.cursor.fetchall（）
        self.db.close（）
        data = self.prefixData（data）

        return data

    def savePredictData（self time value）:
        # self.connect（）

        sql = ‘‘

        id = self.countTime（time）

        if self.countTime（time） > 0:
            sql = “UPDATE data_load set predict = “ + str（value） + “ where id=“ + str（id）
        else:
            sql = “INSERT INTO data_load（time predict） VALUES （‘“ + time + “‘“ + str（value） + “）“

        print（sql）

        self.cursor.execute（sql）
        self.db.commit（）
        self.db.close（）

        # sql = “““ insert into %s %s values %s “““ % （dbName dbField data_values）

    def countTime（self time）:
        self.connect（）
        sql = “SELECT id FROM pems.data_load where time = ‘“ + time + “‘“

        self.cursor.execute（sql）
        data = self.cursor.fetchone（）[0]

        print（data）

        return data


    def prefixData（self data）:
        ret = [];

        for i in range（len（data））:
            ret.append（data[i][1]）

        return ret;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      36963  2020-11-23 14:41  数据集\data_load.csv

     文件     144919  2019-08-14 22:43  数据集\loaddata.txt

     文件       1844  2020-09-02 17:41  源码\data.py

     文件       3777  2020-09-02 17:41  源码\LSTM.py

     文件       2413  2020-09-02 17:41  源码\predict.py

     目录          0  2020-11-23 14:46  数据集

     目录          0  2020-11-23 14:46  源码

----------- ---------  ---------- -----  ----

               189916                    7