基于残差连接长短期记忆网络的时间序列修复模型

作者：钱斌; 郑楷洪; 陈子鹏; 肖勇; 李森; 叶纯壮; 马千里

来源：计算机应用, 2020, 1-7.

• 缺失数据修复
• 长短期记忆网络
• 残差连接
• 时间序列
• 时序依赖 missing value imputation
• Long Short-Term Memory(LSTM) network
• residual connection
• time series
• temporal dependency

传统的时间序列缺失修复方法通常假设数据由线性动态系统产生，然而时间序列更多地表现为非线性。为此，提出了基于残差连接长短期记忆网络的时间序列修复模型，称为RSI-LSTM，可以有效捕获时间序列的非线性动态特性，挖掘缺失数据和最近的非缺失数据之间的潜在关联。具体地，采用长短期记忆网络对时间序列的非线性动态特性进行建模，同时引入残差连接，挖掘历史值与缺失值的联系，提升模型的修复能力。首先对单变量日供电量数据集的缺失数据进行修复，然后在第九届电工数学建模竞赛A题的电力负荷数据集上，引入气象因素作为模型的多变量输入，提升时间序列的缺失值修复效果。此外，还使用了两个通用的多变量时间序列数据集以验证模型的缺...

• 出版日期2020-10-16
• 单位华南理工大学; 南方电网科学研究院有限责任公司