一种基于QR-GRU的发电厂统计数据预测校验方法

    公开(公告)号:CN114186627A

    公开(公告)日:2022-03-15

    申请号:CN202111498654.8

    申请日:2021-12-09

    摘要: 本发明公开了一种基于QR‑GRU的发电厂统计数据预测校验方法,包括针对待预测校验的数据种类进行相关性检测,获得相关性系数;构建QR‑GRU神经网络;根据相关性系数,获取历史发电厂统计数据中待预测校验的数据种类以及与其相关性强的数据种类所对应的数据作为训练数据,得到两种网络参数;获取上月的发电厂统计数据,按照训练时所取的相关性强的数据种类所对应的数据作为输入值,将输入值输入至两种QR‑GRU神经网络中得到针对待预测校验的数据种类的两个预测值;若待预测校验的数据种类本月获取的实际值位于两个预测值之间,则判断本月的实际值为正常数据;否则为异常数据。本发明有效提升数据校核的效率和准确率。

    一种基于QR-GRU的发电厂统计数据预测校验方法

    公开(公告)号:CN114186627B

    公开(公告)日:2024-07-23

    申请号:CN202111498654.8

    申请日:2021-12-09

    摘要: 本发明公开了一种基于QR‑GRU的发电厂统计数据预测校验方法,包括针对待预测校验的数据种类进行相关性检测,获得相关性系数;构建QR‑GRU神经网络;根据相关性系数,获取历史发电厂统计数据中待预测校验的数据种类以及与其相关性强的数据种类所对应的数据作为训练数据,得到两种网络参数;获取上月的发电厂统计数据,按照训练时所取的相关性强的数据种类所对应的数据作为输入值,将输入值输入至两种QR‑GRU神经网络中得到针对待预测校验的数据种类的两个预测值;若待预测校验的数据种类本月获取的实际值位于两个预测值之间,则判断本月的实际值为正常数据;否则为异常数据。本发明有效提升数据校核的效率和准确率。