一种基于人工智能算法的电能量信息采集与管理方法

本发明公开了一种基于人工智能算法的电能量信息采集与管理方法，基于改进的卷积神经网络、支持向量机、长短期记忆网络和注意力机制。首先，将卷积神经网络与支持向量机结合，增强对电能数据空间特征的处理能力；接着，在LSTM中引入注意力机制，突出影响电能信息数据的关键特征；然后，CNN‑SVM模块和LSTM‑Attention模块分别对结构化数据和时间序列数据进行特征提取，并拼接融合为融合特征；最后，选择多层感知器集成CNN‑SVM模块和LSTM‑Attention模块，并完成模型训练与优化。该方法通过对电能原始数据进行数据清洗、去除异常值、填补缺失值和数据标准化处理后提取时间序列数据、频域数据、统计特征和空间特征数据作为后续模块中各模型的输入数据，提高了模型预测的准确度和稳定性。