一種基于CAEs-ACNN的軟測(cè)量建模方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110724717.0 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN113485261B | 公開(kāi)（公告）日 | 2022-06-28 |
| 申請(qǐng)公布號(hào) | CN113485261B | 申請(qǐng)公布日 | 2022-06-28 |
| 分類號(hào) | G05B19/418（2006.01）I | 分類 | 控制；調(diào)節(jié); |
| 發(fā)明人 | 高世偉;許金鵬;馬忠彧;田冉;劉顏星;張青松;仇素龍 | 申請(qǐng)（專利權(quán)）人 | 西北師范大學(xué) |
| 代理機(jī)構(gòu) | 北京盛凡佳華專利代理事務(wù)所（普通合伙） | 代理人 | - |
| 地址 | 730070甘肅省蘭州市安寧東路967號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提供了一種結(jié)合堆疊卷積自編碼器和注意力機(jī)制的卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)軟測(cè)量模型（CAEs?ACNN）。首先分別構(gòu)建無(wú)監(jiān)督的卷積自編碼器和具有卷積注意力模塊用來(lái)共同提取數(shù)據(jù)的深層特征，其次再將提取出的數(shù)據(jù)特征分別輸入相應(yīng)的回歸器得到對(duì)應(yīng)的輸出值，最后通過(guò)兩個(gè)輸出值求平均得到整體模型（CAEs?ACNN）的關(guān)鍵變量的預(yù)測(cè)值。該發(fā)明解決了復(fù)雜工業(yè)過(guò)程中關(guān)鍵變量難以測(cè)量的問(wèn)題，用軟件的方法代替硬件，節(jié)省了生產(chǎn)成本，并且該發(fā)明相比于傳統(tǒng)的軟測(cè)量建模方法預(yù)測(cè)性能有顯著提升。該發(fā)明通過(guò)蒸汽火力發(fā)電和石油精煉的脫丁烷塔兩個(gè)工業(yè)過(guò)程驗(yàn)證本發(fā)明的有效性，證明本發(fā)明能夠很好的適用于復(fù)雜的工業(yè)過(guò)程關(guān)鍵變量難以測(cè)量的場(chǎng)景。 |
