基于LSTM神经网络模型的泵站能耗预测OA

为优化泵站的工作方式,降低能耗,建立一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的神经网络模型来对泵站的能耗进预测,优化学习率、时间步长、批处理、隐含层层数、训练次数等参数。将LSTM网络模型的预测结果与BP模型、RNN模型进行对比,研究结果表明,基于LSTM神经网络模型的预测具有较高的精度和泛化能力。