基于模糊邏輯的FBiLSTM-Attention短期負(fù)荷預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：針對(duì)電力負(fù)荷數(shù)據(jù)由于受多種因素的影響具有高度不確定性的問(wèn)題，將負(fù)荷數(shù)據(jù)的不確定性與深度學(xué)習(xí)算法相結(jié)合，提出了一種基于模糊邏輯的FBiLSTM-Attention短期負(fù)荷預(yù)測(cè)模型，以提高負(fù)荷預(yù)測(cè)的精度。首先，對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括缺失值填充、相關(guān)性分析及數(shù)據(jù)歸一化；其次，通過(guò)K-Means聚類將每個(gè)特征的數(shù)據(jù)轉(zhuǎn)換成模糊規(guī)則引入模糊邏輯的處理，同時(shí)，模型結(jié)構(gòu)方面采用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）和注意力機(jī)制（Attention）；最后，對(duì)所提方法和傳統(tǒng)的LSTM與BiLSTM-Attention模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。（剩余13180字）