基于双重特征选择+粒子群优化的LSTM能耗预测方法

摘要

本发明公开了一种基于双重特征选择+粒子群优化的LSTM能耗预测方法。它包括如下步骤，步骤一：采用MI互信息法，对原始数据集时间和特征维度上进行相关性分析，选取对能耗预测目标值最有效的前N′维特征；步骤二：对N维特征进行二次特征选择，得到PMI特征选择后的N″维特征；步骤三：采用LSTM模型，对PMI双重特征选择后的数据进行模型训练和预测，得到初始预测序列y(t)；步骤四：采用PSO算法对LSTM模型的超参数units、dropout、batchsize进行寻优，从而提高LSTM模型预测的精度，最终得到PMI‑LSTM‑PSO模型。本发明具有预测精度高，算法效率高，预测性能稳定的优点。