摘要
本发明公开了一种基于时空图注意力的低露点双转轮除湿机节能预测方法。本发明提出了一种基于注意力机制的时空图注意力神经网络,其将图注意力网络、双向门控循环单元和时序Transformer模型相结合。首先是根据设备拓扑结构信息构建图结构,向量化时间片输入矩阵,引入注意力机制,自适应分配节点权重以更新节点特征;接着采用两个正向、反向的单向GRUs结构,融合过去信息和未来信息用于特征预测;最后通过位置嵌入和时序Transformer结构,挖掘滑动窗口输入之间的隐含信息,减少有效特征的丢失,提高模型长期预测能力。本发明能更好地捕捉原始数据的时空相关性,有效预测设备运行状态参数,指导节能优化控制过程。
技术关键词
双转轮除湿机
设备控制参数
历史运行状态
注意力神经网络
设备运行状态
节点特征
空气流通通道
滑动窗口
门控循环单元
加热器
数据
神经网络训练集
矩阵
设备拓扑结构
节能优化控制
引入注意力机制
重构
系统为您推荐了相关专利信息
无功电压控制方法
注意力机制
注意力神经网络
节点
光伏逆变器
历史负荷数据
设备运行状态数据
电力营销管理
多源融合
信息平台
协同控制方法
圆棒
多参数
切削力模型
数据采集频率
互联网设备
故障预测方法
故障预测模型
自动化运维系统
大数据