摘要
本发明属于工业检测技术领域,提供了一种基于数据重构的磨煤机出口气体浓度预测方法及系统,对获取的磨煤机运行相关历史数据进行重构,采用卷积神经网络降维,可以有效缓解输入数据维度不匹配的问题,结合长短期记忆网络可以通过对时序的敏感性对缺失数据更好的进行填充,损失函数采用均方误差结合物理损失函数,可以有效避免填充数据的异常,解决了数据复杂、出现部分数据缺失以及数据量不平衡等问题;同时,注意力模块的加入,可以更好的提取到时序网络中的重要特征,提升模型的拟合能力,注意力模块后接卡尔曼滤波,可以有效得过滤模型后期的噪声,提高模型的性能,确保了预测模型的全局最优性,从而为燃煤电厂提供更为精确的运行参数调整依据。
技术关键词
气体浓度预测方法
长短期记忆网络
磨煤机
卡尔曼滤波
注意力
计算机程序产品
工业检测技术
误差
物理
时序
处理器
邻近算法
数据采集模块
重构模块
预测系统
可读存储介质
风温
系统为您推荐了相关专利信息
计算机辅助方法
医学超声图像
检测超声
肿瘤
图像处理模型
文本
解码器
局部注意力机制
多模态
计算机程序指令