基于果蝇算法优化LSTM的用户异常用电行为预测

在用户用电负荷量较为集中的情况下，为解决因电信号堆积而造成的异常用电行为问题，设计基于果蝇算法优化LSTM的用户异常用电行为预测模型。通过初始化果蝇算法的方式，获取用户的用电数据预处理结果，将其与LSTM超参数指标相结合，完成基于果蝇算法优化LSTM的用电量数值记忆。在此基础上，选取既定评价指标，根据缺失值计算表达式，确定决策参数的具体数值，实现基于果蝇算法优化LSTM的用户异常用电行为预测模型的搭建与应用。实例分析结果表明，随着果蝇算法优化LSTM理论的应用，电信号在用户用电集中负荷时所需消耗的训练时间更短，可有效解决电信号的堆积问题，实现对用户异常用电行为的有效预测。