一种基于LSTM神经网络的电能量预测与修复方法

摘要

本发明公开了一种基于LSTM神经网络的电能量预测与修复方法，该方法首先对于获取的电能量数据进行标准化处理，然后构造标准数据格式后建立深度学习模型；最后利用LSTM模型进行预测,精度检验和异常值修复。本发明对原始数据进行标准化，重新调整值的分布，避免降低网络学习和收敛的速度，提高网络的学习效率；构建了多个网络层的线性堆叠，加入LSTM层作为输入信息和隐藏状态的桥梁，加入全连接层来链接隐藏状态和输出信息，对模型进行拟合，提高模型预测准确度；通过基于LSTM预测模型对异常的电能量数据进行修复，提高了异常电能量数据修复的准确度。