[发明专利]一种基于非侵入式注意力预处理过程与BiLSTM模型的预测方法

摘要

本发明公开了一种基于非侵入式注意力预处理过程与BiLSTM模型的预测方法，采用非侵入式注意机制增强的深度学习模型用于长期能量消耗预测，由一个基于注意机制的预处理模型和一个通用的BiLSTM网络组成，称为AP‑BiLSTM。基于注意机制的预处理模型是由卷积层和全连接层的点积来完成，这两层进行原始输入数据的特征映射，这是提高AP‑BiLSTM方法性能的关键。通过这种方式，输入数据长期依赖关系中的本地和全局关联都得到了增强。本发明包括以下步骤：S1：非侵入式的数据预处理过程；S2：将S1中的结果输入进BiLSTM网络模型中，得出最终的预测结果。