摘要
本发明公开了一种基于TA‑MMKELA‑BiGRU的出料含水率预测方法,包括对采集的流程生产线时间序列工况数据依次进行预处理、降噪处理,获得去噪后的样本集;构建时序注意力机制,将降噪后的样本集作为时序注意力机制的输入;构建多层级多内核极限学习机编码器,将时序注意力机制的输出作为多层级多内核极限学习机编码器的输入;构建双向门控循环单元模型,将多层级多内核极限学习机编码器的输出作为双向门控循环单元模型的输入;训练由所述时序注意力机制、多层级多内核极限学习机编码器、双向门控循环单元模型构建的TA‑MMKELA‑BiGRU预测模型;将训练好的TA‑MMKELA‑BiGRU预测模型输入流程生产线工艺参数特征数据进行预测,输出预测结果。本发明有提高了流程生产线质量指标的预测精度。
技术关键词
门控循环单元
注意力机制
编码器
内核
层级
时序
极限学习机网络
可读存储介质
混合核函数
卡尔曼滤波算法
样本
多层次特征
工况
序列
预测系统
异常数据
计算机
处理器