-
公开(公告)号:CN110009427B
公开(公告)日:2021-07-16
申请号:CN201910282579.8
申请日:2019-04-10
Applicant: 国网浙江省电力有限公司 , 杭州博钊科技有限公司 , 浙江华云信息科技有限公司
Abstract: 本发明涉及大数据处理,旨在提供一种基于深度循环神经网络的电力销售金额智能预测方法。包括:读取电力部门销售流水和用电量的历史数据,预处理后进行信息挖掘和分析,评估金额到账时间与用户支付时间的关系,得出分布信息;对历史数据结构进行组织,取归一化后的n天数据作为输入,使用多层循环神经网络(GRU)学习高维特征,并将高维特征输入softmax判别器进行未来某时期销售金额等级分类;用网格法对深度循环网络模型的超参数进行遍历,多次实验后记录最佳的超参数,构建最终的金额预测的深度循环神经网络模型,并利用其进行电力销售金额的智能预测。本发明更加准确、合理,较少人工干预,结果更加鲁棒,更适应大数据,并可以自动学习。
-
公开(公告)号:CN110009427A
公开(公告)日:2019-07-12
申请号:CN201910282579.8
申请日:2019-04-10
Applicant: 国网浙江省电力有限公司 , 杭州博钊科技有限公司 , 浙江华云信息科技有限公司
Abstract: 本发明涉及大数据处理,旨在提供一种基于深度循环神经网络的电力销售金额智能预测方法。包括:读取电力部门销售流水和用电量的历史数据,预处理后进行信息挖掘和分析,评估金额到账时间与用户支付时间的关系,得出分布信息;对历史数据结构进行组织,取归一化后的n天数据作为输入,使用多层循环神经网络(GRU)学习高维特征,并将高维特征输入softmax判别器进行未来某时期销售金额等级分类;用网格法对深度循环网络模型的超参数进行遍历,多次实验后记录最佳的超参数,构建最终的金额预测的深度循环神经网络模型,并利用其进行电力销售金额的智能预测。本发明更加准确、合理,较少人工干预,结果更加鲁棒,更适应大数据,并可以自动学习。
-