摘要
本发明提供一种基于人工智能的速冻机产能预测方法及系统,首先获取速冻机的运行状态数据集(含压缩机工作参数、风机运行参数、输送带传动参数)、物料属性数据集(含物料类型、物料初始状态、物料堆积参数)及环境参数数据集(含作业环境温度、作业环境湿度),接着对运行状态数据集与物料属性数据集构建关联特征,生成运行物料关联特征集,然后将环境参数数据集与运行物料关联特征集进行时序融合,得到环境关联时序特征序列,调用训练好的产能预测模型解析该环境关联时序特征序列,输出产能动态区间集合,最后根据该产能动态区间集合生成全程产能预测曲线,用于展示完整生产周期内的产能变化情况,从而能够全面、准确预测速冻机产能。
技术关键词
风机运行参数
时序特征
产能预测方法
压缩机
速冻机
环境温度值
特征值
特征时间点
曲线
数据
序列
设备特征
长短期记忆网络
状态更新
产能预测系统
回归算法
系统为您推荐了相关专利信息
机场智能化操作系统
多模态数据采集
服务等级协议
时间卷积网络
异构传感器网络
融合特征
检测网络流量
多通道卷积神经网络
网络异常检测方法
多尺度异常检测
梯度提升决策树
裂缝预测方法
GBDT模型
数据
训练集