基于BiLSTM-FLAML的不完全电力数据的企业交易风险识别方法

本发明涉及智能预测技术领域，尤其涉及一种基于BiLSTM‑FLAML的不完全电力数据的企业交易风险识别方法，通过首先对大量电力数据进行异常值和空缺值识别并标记，将标记点前后部分数据截取作为预测集，将剩余部分作为训练集和测试集；其次，将处理好的训练集和测试集输入到BiLSTM模型中进行训练；然后，将预测集输入到模型中进行预测，并进行数据填补，将填补后数据按照既定的计算指标进行特征提取；最后，将这些提取后的指标输入到FLAML模型中进行电力企业交易风险识别，可以对电力企业在交易中的风险判断提供支持，提高风险识别的准确性和可靠性。