一种基于K-means的神经网络数据集回归预测算法

作     者：孙梦觉 田园 汤吕 李珗 

作者机构：云南电网有限责任公司信息中心昆明650000 昆明云电同方有限责任公司昆明650000 

出 版 物：《科技创新与应用》 (Technology Innovation and Application)

年 卷 期：2024年第14卷第3期

页      面：74-80页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基　　金：云南电网有限责任公司信息中心研发基金(059300202021030302YY00012) 

主　　题：智能电网 回归分析 神经网络 K-means分类器 多维特征 

摘      要：在智能电网研究领域的高维数据回归分析和预测模型中,传统的统计学模型不能平衡不同维度之间信息价值,影响数据集的预测有效性。为解决上述问题,提出一种基于K-means的神经网络数据集回归预测算法。首先,在特征层面上,多层循环神经网络提取不同维度的数据特征并训练响应,然后,在算法层面上,通过K-means的分类器模型依照数据的维度特征分类并融合循环神经网络(Recurrent Neural Network,RNN)的特征响应,再对输出响应的数据集构建组合预测模型,从而提高预测算法的可靠性。在公开的回归数据集上进行测试。实验测试的结果表明,与门控循环算法(Gated Recurrent Unit,GRU)相比降低了14.45%的平均绝对误差值。