基于LSTM和MLP的叠加神经网络预测地热产能方法

摘要

本发明公开了一种基于LSTM和MLP的叠加神经网络预测地热产能方法，应用于地热产能预测领域，具体步骤为：利用多层LSTM网络学习时序数据之间的关联；将LSTM网络的输出值使用linear激活函数进行转换，得到转换后的数据；将所述转换后的数据与约束数据串联作为MLP网络的输入值，所述MLP网络学习所述约束数据和所述时序数据之间的非线性关系；所述MLP网络输出所述时序数据下一时刻的预测值。本发明方法结合了MLP处理非线性映射关系和LSTM处理序列数据的优势，并将约束数据和时序数据结合，能够对地热产能进行更准确、更稳定的数据预测。