[發明專利]一種基于LSTM神經網絡的能耗預測方法在審
| 申請號： | 202010586975.2 | 申請日： | 2020-06-24 |
| 公開（公告）號： | CN111783947A | 公開（公告）日： | 2020-10-16 |
| 發明（設計）人： | 馮永發;綦孝文;汪鵬敏;陳佩達;麻萍葉;張婷婷;龍凱;張川 | 申請（專利權）人： | 上海凱營新能源技術有限公司 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08;G06F16/29;G06F16/245;G06Q10/04 |
| 代理公司： | 上海伯瑞杰知識產權代理有限公司 31227 | 代理人： | 孟旭彤 |
| 地址： | 201203 上海市浦東新*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 lstm 神經網絡 能耗 預測 方法 | ||
1.一種基于LSTM神經網絡的能耗預測方法，其特征在于，所述能耗預測方法：
折算總能耗數據；
提取能耗數據集；
數據處理所述能耗數據集；
歸一化處理所述能耗數據集中的各能耗數據；
建立并訓練學習模型；
根據已訓練的所述學習模型輸出預測結果。
2.如權利要求1所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，在折算總能耗數據之前還包括：
采集系統采集各類能源數據；
搭建數據存儲資源，所述數據存儲資源包括：HBase數據庫集群，天氣數據庫，OSS文件數據庫及工廠參數數據庫；
各類能種數據導入，所述各類能種數據導入包括：所述各類能源數據導入所述HBase數據庫集群，歷史天氣狀況導入所述天氣數據庫，生產排班計劃導入所述OSS文件數據庫，工廠設備種類及使用的能種參數導入所述工廠參數數據庫。
3.如權利要求1所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，在輸出預測結果之后還包括將所述預測結果保存至相關聯的數據庫中。
4.如權利要求1所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，所述數據處理包括：去噪和補充缺失數據。
5.如權利要求4所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，所述去噪采用Savizkey-Golay算法，去除異常能耗數據將能耗數據平滑處理去除噪聲點。
6.如權利要求4所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，所述補充缺失數據采用鄰近插值法，利用離它最近的兩端的數據估算缺失點數據。
7.如權利要求1所述的一種基于LSTM神經網絡的能耗預測方法，其特征在于，通過訓練集和驗證集對所述學習模型進行訓練并使誤差在允許范圍。
8.如權利要求1-7任一項所述的能耗預測方法，其特征在于，所述學習模型均采用預先訓練和微調更新相結合，所述預先訓練時初始化網絡結構，通過較大的迭代次數得到相對精確的預測模型，然后讀取最新數據通過較小的迭代次數進行所述微調更新。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海凱營新能源技術有限公司，未經上海凱營新能源技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010586975.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種鐵路扣件出模連續冷卻裝置
- 下一篇：基于電磁波的鉆桿接頭快速識別方法
