冬夜

本项目基于 ETTh1 电力变压器油温数据集，完成单变量多步时序预测实验。项目以 OT 油温字段作为预测目标，使用过去 96 个时间步的数据预测未来 24 个时间步的变化趋势。 系统主要包含数据读取、时间排序、缺失值检查、训练/验证/测试集划分、StandardScaler 标准化、滑动窗口构造、Dataset 与 DataLoader 封装、模型训练、模型保存、模型加载、预测结果逆标准化、MAE/RMSE/horizon MAE 指标计算和结果可视化等模块。 项目分别实现了 LSTM 神经网络模型和 Linear 线性神经网络模型，用于对比深度循环模型与基础线性模型在多步预测任务上的表现。最终输出整体预测误差、每个预测时间步的 MAE，并生成对应的结果文件和可视化图像，便于后续模型对比分析。