基于小波分解和LSTM的夜经济电力商户分类模型研究

目前,中国的夜经济发展处于起步阶段,为了有效分析夜经济商户的业态,挖掘夜经济电力商户的用电模式,提出了一种基于小波分解和LSTM的夜经济电力商户分类模型。首先,提取工作日和非工作日的用电负荷曲线作为商户的用电特征;然后,利用小波分解算法对负荷数据进行分析与重构,降低了原始序列中非平稳数据对分类精度的影响;最后,将处理后的特征向量输入长短期记忆网络中,对夜经济商户的业态类型进行判别。实验结果表明,模型的分类精度优于传统的机器学习模型,验证了本算法的可行性。