[发明专利]一种基于循环神经网络的多类别能耗预测方法在审
| 申请号： | 201810672863.1 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN109102103A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 卢暾;顾宁;曹浩哲;杨宝明;戴文祺;邹超君 | 申请（专利权）人： | 上海鲁班软件股份有限公司;复旦大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/02 |
| 代理公司： | 上海申新律师事务所 31272 | 代理人： | 俞涤炯 |
| 地址： | 200433 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于循环神经网络的多类别能耗预测方法，预先训练形成一循环神经网络模型，包括：步骤S1、于循环神经网络模型的基础上加载原始能耗数据，并从原始能耗数据中判断出缺失值与异常值，并对缺失值与异常值进行检测与处理；步骤S2、以原始能耗数据为基础，从原始能耗数据中提取时序特征数据并建立循环神经网络模型的特征集合，对特征集合进行归一化处理；步骤S3、对归一化处理之后的特征集合进行分批训练，结合非时序特征数据建立多类别输出神经网络，对多类别输出神经网络输出的多类别能耗数据进行预测。有益效果：利用原始能耗数据的时序特征数据，并结合非时序特征数据建立多类别输出神经网络，以进行预测。 | ||
| 搜索关键词： | 能耗数据 循环神经网络 时序特征 输出神经 特征集合 归一化处理 能耗预测 数据建立 网络输出 预测 加载 网络 检测 | ||
【主权项】：
1.一种基于循环神经网络的多类别能耗预测方法，其特征在于，预先训练形成一循环神经网络模型，采用所述循环神经网络模型对多类别能耗进行预测，所述基于循环神经网络的多类别能耗预测方法包括：步骤S1、于所述循环神经网络模型的基础上加载原始能耗数据，并从所述原始能耗数据中判断出缺失值与异常值，并对所述缺失值与所述异常值进行检测与处理；步骤S2、以所述原始能耗数据为基础，从所述原始能耗数据中提取时序特征数据并建立所述循环神经网络模型的特征集合，然后对所述特征集合进行归一化处理；步骤S3、对归一化处理之后的所述特征集合进行分批训练，结合非时序特征数据建立多类别输出神经网络，对多类别输出神经网络输出的多类别能耗数据进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海鲁班软件股份有限公司;复旦大学，未经上海鲁班软件股份有限公司;复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810672863.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
