[发明专利]一种平房仓粮温异常预警方法、设备及介质

权利要求书

1.一种平房仓粮温异常预警方法，其特征在于，包括：

通过粮温检测线缆，获取目标粮仓内多个测温点的历史粮温数据；所述目标粮仓为平房仓；

根据目标测温点以及所述目标测温点附近的邻近测温点，将所述历史粮温数据转换为模型输入数据；

将所述模型输入数据，输入预训练的时间卷积网络模型，以得到所述多个测温点的粮温预测数据；

若所述粮温预测数据超出预设预警阈值，则向所述粮温预测数据对应的测温点进行预警。

2.根据权利要求1所述的方法，其特征在于，所述根据目标测温点以及所述目标测温点附近的邻近测温点，将所述历史粮温数据转换为模型输入数据，具体包括：

以所述目标测温点为原点，构建三维立体坐标系；

根据所述三维立体坐标系以及所述多个测温点分布，确定所述目标测温点附件的邻近测温点；

根据所述历史粮温数据，确定所述目标测温点对应的历史粮温数据以及历史温度状态以及所述邻近测温点对应的历史粮温数据以及历史温度状态；

根据所述目标测温点以及所述邻近测温点分别对应的所述历史粮温数据以及所述历史温度状态，生成所述模型输入数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述模型输入数据，输入预训练的时间卷积网络模型之前，所述方法还包括：

根据所述目标测温点以及所述邻近测温点在所述三维立体坐标系内的坐标，确定所述目标测温点以及所述邻近测温点的直线距离；

根据所述直线距离，设定所述邻近测温点对所述目标测温点的影响权重。

4.根据权利要求3所述的方法，所述其特征在于，将所述模型输入数据，输入预训练的时间卷积网络模型，以得到所述多个测温点的粮温预测数据，具体包括：

通过所述时间卷积网络模型将所述目标测温点对应的模型输入数据以及所述邻近测温点对应的模型输入数据分别进行第一因果卷积，以得到第一卷积结果以及第二卷积结果；

根据所述影响权重，将所述第一卷积结果以及所述第二卷积结果进行加权平均，以得到平均卷积结果；

通过所述时间卷积网络模型对所述平均卷积结果进行第二因果卷积，以得到所述粮温预测数据。

5.根据权利要求1所述的方法，其特征在于，所述获取目标粮仓内多个测温点的历史粮温数据之后，所述方法还包括：

判断所述历史粮温数据是否超出预设异常阈值，若是，则将所述历史粮温数据判别为异常数据；

将所述异常数据修改为预设常数；

判断所述异常数据对应的测温点以及粮温检测线缆，并发出预警。

6.根据权利要求1所述的方法，其特征在于，将所述模型输入数据，输入预训练的时间卷积网络模型之前，所述方法还包括：

获取所述目标粮仓的测试数据，并确认预设的初始模型；

通过所述测试数据训练所述初始模型，以得到所述时间卷积网络模型。

7.根据权利要求1所述的方法，其特征在于，所述将所述模型输入数据，输入预训练的时间卷积网络模型之前，所述方法还包括：

获取所述目标粮仓的短期历史粮温数据；

将所述短期历史粮温数据的平均值，作为所述时间卷积网络模型的滤波器。

8.根据权利要求7所述的方法，其特征在于，所述时间卷积网络模型的滤波器定义为S＝(s₁,s,…,s_K)；其中，K为预设常数；

所述时间卷积网络模型的序列定义为L＝(l₁,l₂,…,l_t)；

所述时间卷积网络模型的因果卷积层定义为：