基于特征工程和LSTM神经网络的天然气负荷预测方法及系统
公开
摘要
本发明公开了基于特征工程和LSTM神经网络的天然气负荷预测方法及系统，方法包括如下过程：对获取的天然气数据集进行预处理，将缺省值和异常值进行剔除，然后按照时间特性对天然气数据集处理，得到天然气用气负荷数据集；利用特征工程对可能影响天然气负荷预测的特征因素进行筛选，得到影响天然气负荷预测的特征因素；利用所述特征因素对所述天然气用气负荷数据集的数据进行筛选，选出影响天然气负荷预测的特征因素对应的天然气用气负荷数据集，得到特征数据集；通过已预建立的多特征LSTM模型对所述特征数据集进行处理，得到然气负荷预测值，实现对天然气负荷预测。本发明能够较为准确地对天然气负荷进行预测。
基本信息
专利标题 ：
基于特征工程和LSTM神经网络的天然气负荷预测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114626640A
申请号 ：
CN202210452587.4
公开（公告）日 ：
2022-06-14
申请日 ：
2022-04-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
边根庆周妮
申请人 ：
西安建筑科技大学
申请人地址 ：
陕西省西安市碑林区雁塔路13号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
姚咏华
优先权 ：
CN202210452587.4
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
