一种基于LSTM神经网络算法模型的能效趋势预测的方法
基本信息
申请号 | CN202011148654.0 | 申请日 | - |
公开(公告)号 | CN113033766A | 公开(公告)日 | 2021-06-25 |
申请公布号 | CN113033766A | 申请公布日 | 2021-06-25 |
分类号 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06Q10/04(2012.01)I | 分类 | 计算;推算;计数; |
发明人 | 郑刚强;周森琳;黄勃国 | 申请(专利权)人 | 广州博纳信息技术有限公司 |
代理机构 | 深圳市诺正鑫泽知识产权代理有限公司 | 代理人 | 林国友 |
地址 | 510000广东省广州市越秀区东风东路745号1802、1803房(仅限办公用途) | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于LSTM神经网络算法模型的能效趋势预测的方法,包括LSTM模型和其内部系统建立通信连接的时间序列模块,具体步骤为:S01预测时,可先将实际产生的能效数据输入至时间序列模块中;S02由时序数据模块将时序数据进行存取,同时由DB模块对数据进行预处理;S03将获得的时序数据和预处理数据输入至LSTM模型中;S04通过数据传输模块将基准数据和换算标准输入至LSTM模型中;S05最后由LSTM模型计算出能效趋势数据,输出能效趋势预测结果,本发明通过设置LSTM模型对获得的数据进行计算,摒弃了传统的RNN模型,避免了出现回传的残差会指数下降,网络权重更新缓慢等现象,同时降低复杂背景的干扰,大大提高了能效趋势预测的效率和准确性。 |
