一種基于LSTM神經(jīng)網(wǎng)絡(luò)算法模型的能效趨勢(shì)預(yù)測(cè)的方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011148654.0 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN113033766A | 公開(kāi)（公告）日 | 2021-06-25 |
| 申請(qǐng)公布號(hào) | CN113033766A | 申請(qǐng)公布日 | 2021-06-25 |
| 分類號(hào) | G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06Q10/04（2012.01）I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 鄭剛強(qiáng);周森琳;黃勃國(guó) | 申請(qǐng)（專利權(quán)）人 | 廣州博納信息技術(shù)有限公司 |
| 代理機(jī)構(gòu) | 深圳市諾正鑫澤知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 林國(guó)友 |
| 地址 | 510000廣東省廣州市越秀區(qū)東風(fēng)東路745號(hào)1802、1803房（僅限辦公用途） | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種基于LSTM神經(jīng)網(wǎng)絡(luò)算法模型的能效趨勢(shì)預(yù)測(cè)的方法，包括LSTM模型和其內(nèi)部系統(tǒng)建立通信連接的時(shí)間序列模塊，具體步驟為：S01預(yù)測(cè)時(shí)，可先將實(shí)際產(chǎn)生的能效數(shù)據(jù)輸入至?xí)r間序列模塊中；S02由時(shí)序數(shù)據(jù)模塊將時(shí)序數(shù)據(jù)進(jìn)行存取，同時(shí)由DB模塊對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；S03將獲得的時(shí)序數(shù)據(jù)和預(yù)處理數(shù)據(jù)輸入至LSTM模型中；S04通過(guò)數(shù)據(jù)傳輸模塊將基準(zhǔn)數(shù)據(jù)和換算標(biāo)準(zhǔn)輸入至LSTM模型中；S05最后由LSTM模型計(jì)算出能效趨勢(shì)數(shù)據(jù)，輸出能效趨勢(shì)預(yù)測(cè)結(jié)果，本發(fā)明通過(guò)設(shè)置LSTM模型對(duì)獲得的數(shù)據(jù)進(jìn)行計(jì)算，摒棄了傳統(tǒng)的RNN模型，避免了出現(xiàn)回傳的殘差會(huì)指數(shù)下降，網(wǎng)絡(luò)權(quán)重更新緩慢等現(xiàn)象，同時(shí)降低復(fù)雜背景的干擾，大大提高了能效趨勢(shì)預(yù)測(cè)的效率和準(zhǔn)確性。 |
