原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第32卷第12期电子设计工程2024年6月
Vol.32No.12ElectronicDesignEngineeringJun.2024
融合模糊聚类与改进LSTM的电力工程数据处理技术
1112
王琼，吕征宇，薛礼月，许晓敏
（1.国网上海市电力公司经济技术研究院，上海200233；2.华北电力大学经济与管理学院，北京102206）
摘要：针对目前电力工程管理轻决策、重实施以及实际工程数据偏离预估的问题，文中在模糊聚类
算法的框架下，基于改进的LSTM网络提出了一种电力工程数据预测模型。该模型采用K-means
聚类算法对电力工程历史数据进行属性模糊划分，生成模糊变量基本状态函数并将其作为神经网
络的输入。同时将数据分为相邻时间点相关性、月相关性及年相关性序列，分别使用改进LSTM模
型进行训练获得预测模型，进而计算得到预测结果。以电力工程造价数据为样本进行的实验测试
结果显示，LSTM预测模型在每个统计指标下均具有最佳的预测性能，且MAE、MAPE和RMSE值的
最大降幅约为64%、79%及56%。
关键词：K-means聚类；LSTM；电力工程数据；预测模型
中图分类号：TN432文献标识码：A文章编号：1674-6236（2024）12-0037-04
DOI：10.14022/j.issn1674-6236.2024.12.008
Dataprocessingtechnologyofpowerengineeringbasedonfusionoffuzzyclustering
andimprovedLSTM
1112
WANGQiong，LVZhengyu，XUELiyue，XUXiaomin
（1.EconomicandTechnologyResearchInstituteofStateGridShanghaiElectricPowerCompany，
Shanghai200233，China；2.SchoolofEconomicsandManagement，NorthChinaElectricPower
University，Beijing102206，China）
Abstract:Aimingattheproblemsofneglectingdecision⁃making，emphasizingimplementationand
deviationpredictionofactualengineeringdatainpowerengineeringmanagement，thispaperproposesa
powerengineeringdatapredictionmodelbasedonimprovedLSTMnetworkundertheframeworkoffuzzy
clusteringalgorithm.Inthismodel，K⁃meansclusteringalgorithmisusedtodividethehistoricaldataof
powerengineeringintofuzzyattributes，generatethebasicstatefunctionoffuzzyvariablesanduseitas
theinputofneuralnetwork.Atthesametime，thedataisdividedintoadjacenttimepointcorrelation，
monthlyc
文档评论（0）