摘要
本发明公开了一种基于双分支神经网络的天然气泄漏量化方法,包括:S1、加载原始监测数据,提取基础特征,基于基础特征和衍生特征构建时序特征,对时序特征标准化处理;S2、以泄漏流量0.1m3/h为阈值将时序特征分为小流量和常规流量数据并划分为训练集、验证集和测试集;S3、构建双分支神经网络模型;S4、制定训练策略,设计损失函数,对模型进行性能验证,训练结束后将最后保存的模型作为最佳模型;S5、将测试集数据输入模型,获取泄漏流量预测值,计算评估指标,验证模型在测试集上的性能,确认模型的有效性和泛化能力。本发明实现从监测数据到泄漏流量的精确预测,特别针对小流量泄漏的量化能力,稳定性好,泛化能力强。
技术关键词
分支
时序特征
天然气
数据
神经网络模型
通道注意力机制
滑动窗口机制
训练集
监测标签
标准化方法
基础
指标
特征值
样本
有效性
卷积模块
输出特征
策略
系统为您推荐了相关专利信息
危化品柜
RFID系统
综合数据处理
数据采集单元
物品储存
树种识别方法
深度学习网络
多层感知机
注意力机制
城市行道树