一种变工况条件下的过程参数预测方法

本发明公开了一种变工况条件下的过程参数预测方法，涉及过程参数预测领域，首先对获取的运行数据使用互信息算法进行参数选择和标准化处理，得到输入参数集；基于多尺度特征提取模块和LSTM网络构建参数预测模型，对参数预测模型进行训练和测试，得到训练后的参数预测模型，将当前工况的运行数据输入训练后的参数预测模型，得到目标参数的预测序列结果。本发明采用改进的互信息的特征选择算法，选择与目标变量互信息值最大的运行参数作为模型的输入参数，有效降低模型的输入特征数量，提高了模型的预测精度；采用多尺度特征提取模块结合LSTM长短时记忆神经网络，使得参数预测模型能够同时关注特征变化的短期细节和长期趋势，提高模型的预测精度。