一種基于信息熵的LSTM時(shí)間序列數(shù)據(jù)預(yù)測(cè)模型

打開文本圖片集

摘  要：時(shí)間序列預(yù)測(cè)可提升智能電網(wǎng)決策能耗評(píng)估有效性和電力傳感網(wǎng)絡(luò)的故障檢測(cè)效率?；谙戕r(nóng)信息熵和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)，構(gòu)建一種基于時(shí)間序列數(shù)據(jù)的趨勢(shì)預(yù)測(cè)模型，模型算法首先對(duì)時(shí)間序列數(shù)據(jù)以熵值法處理后進(jìn)行特征歸并，建立特征區(qū)間和熵值模型；其次在特征區(qū)間建立的基礎(chǔ)上，將分類過后的數(shù)據(jù)在長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)中進(jìn)行訓(xùn)練得到預(yù)測(cè)結(jié)果。（剩余9294字）