基于深度信念神经网络的用户用能需求多线程预测模型

作者：王逸兮; 廖荣涛; 叶宇轩; 王晟玮; 刘芬

来源：电子设计工程, 2022, 30(11): 126-130.

DOI：10.14022/j.issn1674-6236.2022.11.027

• 深度信念
• 神经网络
• 用户用能需求
• 多线程
• 预测模型

目前研究的用户用能需求多线程预测模型预测时间过长，导致预测结果准确率较低。为了解决上述问题，基于深度信念神经网络研究了一种新的用户用能需求多线程预测模型。精确分析用户用能数据的复杂关联性特征、交互性特征、商业价值特征以及数据维度特征，确定用户的交互方式。通过深度信念神经网络对用户用能需求进行分析，从而得到有效的多线程预测模型，根据用户用能数据获取途径采集预测样本的相关数据，对获取的数据进行归一化处理，提取出有效的用户用能需求样本数据源。实验结果表明，基于深度信念神经网络的用户用能需求多线程预测模型能够有效缩短预测时间，提高预测结果准确度。