基于GRU-LSTM神经网络的电力金融业务风控方法及系统

摘要

基于GRU‑LSTM神经网络的电力金融业务风控方法及系统，通过深度学习对电力金融业务历史数据进行数据分析，得到电力金融业务的风险因素，根据风险因素建立风险预警指标体系，构建风险预警模型，其中深度学习为GRU‑LSTM组合预测：先将金融业务数据通过GRU网络进行分析，再放入LSTM网络进行模拟分析。本发明方法利用深度学习技术对复杂的金融问题数据进行学习分析，并对相关的业务信息进行分析，剖析业务与问题数据之间的关联，有利于规避风险，帮助提升决策管理能力。