摘要
本发明公开了一种基于多采样率的TTPA‑LSTM软测量方法,属于现代工业过程软测量建模和应用领域。所述方法包括:通过构建TTPA‑LSTM模型实现对脱丁烷塔工业过程塔底丁烷浓度的准确预测。本发明通过时间感知模块中时间间隔相关的非递增启发式函数,对短期记忆加权处理,模拟了降采样率方法的同时保留更多信息,解决了高低采样率带来的特征提取困难问题;另一方面,引入时间模式注意力模块,通过二维卷积滤波器对所得特征实现跨时间步整合,解决了多元时序时间滞后问题,同时提升了模型的预测能力,解决实际工业生产中存在的此类问题。
技术关键词
LSTM模型
时间感知模块
卷积滤波器
采样率
测量方法
表达式
塔底温度
浓度预测方法
注意力
变量
特征提取能力
脱丁烷塔
记忆
数据
特征选择
优化器
参数
工业生产