摘要
本发明涉及基于软测量模型的工业监测方法、系统、装置及存储介质,属于软测量技术领域。本发明通过构建基于多尺度门控Transformer的软测量模型来对工业过程中的质量变量进行监测,通过设计层级化特征融合结构,实现全局与局部特征的有效融合。首先将卷积操作嵌入注意力机制,以提取数据的多尺度特征;其次利用门控单元自适应调节多尺度特征权重,并通过稀疏注意力机制剔除低相关或冗余特征,从而增强模型在数据缺失情况下的特征提取能力。将该方法应用于脱丁烷塔工业过程进行丁烷浓度预测,结果表明,本发明比现有软测量工业监测方法具有更高的预测精度。本发明还提供一种基于软测量模型的工业监测系统、装置和存储介质,提高了工业监测的便捷性。
技术关键词
监测方法
多尺度注意力机制
工业监测系统
变量
计算误差
融合特征
特征提取能力
矩阵
多尺度特征
存储计算机程序
冗余特征
训练集
数据采集模块
周期性
传播算法
参数
系统为您推荐了相关专利信息
拓扑优化方法
NURBS曲线
结构优化设计
非充气轮胎
矩阵
风电齿轮箱
修形方法
滚动轴承滚子
滑动轴承油膜压力
滑动轴承表面
电力故障应急
电力杆塔
气象
输电线路故障
生成电子文档
联合优化调度
水库群调度
熵权法
流量关系曲线
变异方法