标题：基于Attention-BiGRU的高能耗企业用能风险评估
作者：谢勇 曾献辉 蔡同尧
作者单位：东华大学信息科学与技术学院，上海 201620
关键字：深度学习；高能耗；用能风险；数据挖掘
摘要：高能耗企业的能源消耗安全关系到企业自身的生产经营活动。以往的研究主要集中在基于状态数据的报警、设备异常分析和挖掘，且考虑的状态数据多集中在用电量上。对于高能耗企业而言，如何通过设备状态数据评估能耗、发现潜在风险均具有重要的理论和现实意义。为此，提出了一种基于设备状态数据多特征提取的深度学习算法，通过引入注意力机制从多特征中筛选关键特征，并构建双向门控循环单元神经网络学习数据的前后向时序特征，大幅提升了模型的训练效率和精度。实验结果表明：所提模型的评价指标为RMSE：6.0056，SMAPE：6.3009，R2：0.7681；双向时序特征学习使模型性能提升4.56%，注意力层对数据特征的筛选使模型性能提升4.65%。