PaddleX场景实战：PP-TS在电压预测场景上的应用
💡
原文中文，约2200字，阅读约需6分钟。
📝
内容提要
本文介绍了时间序列预测的应用及其在各行业中的重要性。PaddlePaddle开发了PP-TS模型，基于启发式搜索和集成学习，可提高时间序列预测的精度。该模型可在PaddleX中使用，并提供了创建PP-TS模型管道的方法。加入PaddleX社区可获得更多好处。
🎯
关键要点
- 时间序列是按照时间顺序排列的数据点序列，时间序列预测利用历史数据推测未来趋势。
- 时间序列预测在零售、电网、制造、新能源车和金融等行业有广泛应用，影响业务决策。
- 飞桨推出PP-TS模型，基于启发式搜索和集成学习，提升预测精度超过20%。
- PP-TS模型已上线PaddleX，用户可在AI Studio或本地端使用，支持灵活选择工具箱或开发者模式。
- PP-TS支持通过历史数据进行准确预测，并提供8种业界领先的时序预测方法供对比使用。
- 百度高级工程师将于10月25日进行PP-TS的直播课程，解析时间序列预测技术及应用场景。
- PP-TS模型从基础单模型、启发式搜索和模型集成三个角度进行深入探索，提升预测准确性。
- 用户可通过PaddleX创建PP-TS模型产线，参与星河共创计划，获得企业扶植和商业收益机会。
➡️
