摘要
本发明公开了用于温控系统的钢板温度预测方法及系统,涉及温度预测领域,包括:通过小波去噪技术对原始数据进行预处理;利用归一化公式将钢板加热过程真实数据等比例放缩至[0,1]范围内;设定S型生长曲线函数作为钢板温度神经网络模型隐含层激活函数,构建钢板温度神经网络模型输出层函数;利用粒子群优化算法对钢板温度神经网络模型进行仿真计算;计算钢板温度神经网络优化模型模拟数据的各误差指标,并判断各误差指标是否达标;将待预测钢板数据输入钢板温度预测模型,得到钢板实时预测温度数据。通过设置数据处理模块和模型构建模块解决了建模过程中易陷于局部最优、过度拟合的缺点。
技术关键词
神经网络模型
温度预测方法
温控系统
温度预测模型
粒子群优化算法
节点数
热电偶测温元件
温度预测系统
小波去噪
检测加热炉
误差
上位机程序
数据处理模块
小波变换系数
极值
数据采集单元
指标
系统为您推荐了相关专利信息
递归神经网络模型
仿真方法
电路状态数据
表达式
电路仿真模块
决策方法
物联网设备
设备性能数据
粒子群优化算法
模块
卷积神经网络模型
资源调度方法
视频分析
复杂度
云端服务器
模糊PID控制器
装箱方法
多模态传感器
底部移动结构
深度神经网络模型