一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的多類(lèi)別能耗預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201810672863.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN109102103A 公開(kāi)（公告）日 2018-12-28
申請(qǐng)公布號(hào) CN109102103A 申請(qǐng)公布日 2018-12-28
分類(lèi)號(hào) G06Q10/04（2012.01）I; G06N3/02（2006.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 盧暾; 顧寧; 曹浩哲; 楊寶明; 戴文祺; 鄒超君 申請(qǐng)（專(zhuān)利權(quán)）人 魯班軟件股份有限公司
代理機(jī)構(gòu) 上海申新律師事務(wù)所 代理人 上海魯班軟件股份有限公司; 復(fù)旦大學(xué)
地址 200433 上海市楊浦區(qū)淞滬路433號(hào)301室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)一種基于循環(huán)神經(jīng)網(wǎng)絡(luò)的多類(lèi)別能耗預(yù)測(cè)方法，預(yù)先訓(xùn)練形成一循環(huán)神經(jīng)網(wǎng)絡(luò)模型，包括：步驟S1、于循環(huán)神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上加載原始能耗數(shù)據(jù)，并從原始能耗數(shù)據(jù)中判斷出缺失值與異常值，并對(duì)缺失值與異常值進(jìn)行檢測(cè)與處理；步驟S2、以原始能耗數(shù)據(jù)為基礎(chǔ)，從原始能耗數(shù)據(jù)中提取時(shí)序特征數(shù)據(jù)并建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型的特征集合，對(duì)特征集合進(jìn)行歸一化處理；步驟S3、對(duì)歸一化處理之后的特征集合進(jìn)行分批訓(xùn)練，結(jié)合非時(shí)序特征數(shù)據(jù)建立多類(lèi)別輸出神經(jīng)網(wǎng)絡(luò)，對(duì)多類(lèi)別輸出神經(jīng)網(wǎng)絡(luò)輸出的多類(lèi)別能耗數(shù)據(jù)進(jìn)行預(yù)測(cè)。有益效果：利用原始能耗數(shù)據(jù)的時(shí)序特征數(shù)據(jù)，并結(jié)合非時(shí)序特征數(shù)據(jù)建立多類(lèi)別輸出神經(jīng)網(wǎng)絡(luò)，以進(jìn)行預(yù)測(cè)。