摘要
本发明涉及一种抽水蓄能电站监测数据清洗方法,包括从水蓄能电站监测数据中的全部缺失数据中选取待预测缺失数据;利用所述监测数据、预测模型和多个预测算法对所述待预测缺失数据进行预测后,计算各所述预测算法的预测精度值,所述预测模型是已训练完成的长短期记忆递归神经网络;利用精度值最高的所述预测算法对所述水蓄能电站监测数据中的全部缺失数据进行补全。本发明实现了在大幅度降低计算资源的情况下得到最优化的清洗方法,提高数据清洗效率。本发明还涉及一种设备和存储介质。
技术关键词
抽水蓄能电站
递归神经网络
基准测试方法
清洗方法
神经网络参数
填补算法
精度
数据清洗效率
记忆
样本
智能算法
误差
处理器
计算机设备
可读存储介质
模块
存储器
系统为您推荐了相关专利信息
热传导方程
智能分析方法
节点特征
矩阵
径向基函数插值方法
车轮多边形检测
峭度特征
高速铁路
振动加速度信号
多边形车轮
神经网络模型
粒子群寻优算法
神经网络参数
计算机可读指令
物理
热电联产电站
电化学储能电站
调峰方法
天然气
抽水蓄能电站