[发明专利]一种基于深度学习的预测模型软测量方法

摘要

本发明公开了一种基于深度学习的预测模型软测量方法，包括：获得历史数据；根据时间窗对历史数据进行规整；使用平稳小波变换提取规整之后的历史数据的多尺度信息；将多尺度信息与每个时间点对应的当前可观测变量数据进行组合，以形成样本数据集；根据样本数据集形成训练集和测试集；使用训练集和测试集对具有注意力机制的深度模型进行训练和测试，以形成完整模型；根据当前可观测数据和完整模型获得预测值。针对化工生产过程之中的一些重要变量难以直接测量的特点，本发明提供的基于深度学习的预测模型软测量方法实现对化工生产过程之中的不可观测变量的精确预测，为后续的能效分析提供参考指标，从而提高产能和降低能耗。

主权项

1.一种基于深度学习的预测模型软测量方法，其特征在于，包括：获得历史数据；根据时间窗对所述历史数据进行规整，以使所述历史数据与当前可观测变量数据形成对应关系；使用平稳小波变换提取规整之后的历史数据的多尺度信息；将所述多尺度信息与每个时间点对应的当前可观测变量数据进行组合，以形成样本数据集；根据所述样本数据集形成训练集和测试集；使用所述训练集和所述测试集对具有注意力机制的深度模型进行训练和测试，以形成完整模型；根据当前可观测数据和所述完整模型获得预测值。