【技術實現步驟摘要】
本專利技術涉及數據處理領域，尤其涉及一種烘干設備的系統狀態預測方法及系統。
技術介紹
1、烘干設備的運行系統出現異常時不僅會影響用戶體驗，同時還會對烘干設備的壽命產生影響。因而需在烘干設備可能發生異常，但又未發生異常時進行預警提醒。為了判斷未來是否發生異常情況，需對烘干設備的系統狀態進行預測。烘干設備的運行參數反映了烘干設備的運行狀態，因而為了反映未來時刻的烘干設備的系統的運行狀態，需對烘干設備的運行參數進行預測分析。長短期記憶網絡作為數據預測的常用網絡，其不僅能夠擬合數據的短期變動規律同時還能擬合數據的長期變動規律，因而具有較高的預測精度。利用長短期記憶網絡進行預測之前需對長短期記憶網絡進行訓練，由于長短期記憶網絡中參數較多，如果長短期記憶網絡中激活函數等設置的不好時，會導致長短期記憶網絡的訓練周期較長。在長短期記憶網絡中遺忘門的激活函數是控制對各時刻的信息的記憶情況，該激活函數設置的好壞會影響各時刻的信息對長短期記憶網絡，例如激活函數設置的不好時，將一些可用的長期記憶遺忘掉，從而導致長短期記憶網絡無法學習到該有用的長期記憶，進而導致長短期記憶網絡的損失值一直較高，無法收斂。因而如何根據烘干設備的運行參數的規律變動情況給長短期記憶網絡設置合適的激活函數成為研究重點。
2、公開號為cn114741952a公開了一種基于長短期記憶網絡的短期負荷預測方法，該方法是通過將時序數據進行分解得到各分量，然后利用不同的長短期記憶網絡對每個分量分別進行預測分析得到預測結果。該方法中未體現激活函數設置的問題，因而該方法不適用于解決本
技術實現思路
1、為了解決如何設置合適激活函數的問題，本專利技術提供一種烘干設備的系統狀態預測方法及系統。
2、第一方面，本專利技術提供一種烘干設備的系統狀態預測方法，采用如下的技術方案：
3、一種烘干設備的系統狀態預測方法，包括步驟：
4、獲取烘干設備的溫度時序序列；
5、將所述溫度時序序列分解成若干分量；將所述溫度時序序列和所述分量分別分割成若干相同長度的分段，分別記為數據段和分量段；
6、獲取預構建的長短期記憶網絡；設置所述長短期記憶網絡的遺忘門的激活函數的偏移量；所述偏移量與遺忘率和信息保有程度均正相關；所述遺忘率與所述分量段和前一分量段的相似性負相關；所述信息保有程度與所述分量段的擬合準確性和所述分量段之前時刻的所有分量段的擬合準確性的差值正相關；
7、設置所述激活函數的系數；所述系數與一個時間段的所有分量段的遺忘率的分類間隔和離散度均正相關；所述分類間隔與一個時間段的所有分量段的遺忘率的類內距離負相關，與類間距離正相關；
8、基于新設置的遺忘門的激活函數，利用數據段完成長短期記憶網絡的訓練，以實現烘干設備系統狀態預測。
9、本專利技術通過調整激活函數的偏移量來調整激活函數的激活門檻，控制長短期記憶網絡對之前信息的保留情況，從而將對長短期記憶網絡訓練有用的之前信息記錄，對長短期記憶網絡無用的之前信息去除，提高長短期記憶網絡的訓練速度；同時通過調整激活函數的系數來調整激活函數的增長率情況，控制長短期記憶網絡對之前信息中每種變動規律的保留量情況，從而防止將之前信息中一些規律信息過度記錄，將一些規律信息過度去除，進而保留一下準確信息對長短期網絡進行訓練，提高長短期記憶網絡的訓練效率。進一步地，本專利技術在計算偏移量時考慮了遺忘率指標，準確反映了訓練長短期記憶網絡的輸入數據段相較于之前數據段的規律改變情況，從而準確反映之前信息對數據預測擬合可以貢獻的信息量情況，為準確設置偏移量提供基礎。進一步地，本專利技術在計算偏移量時考慮了信息保有程度指標，準確的反映了訓練長短期記憶網絡的輸入數據段中包含之前數據段中變動規律的情況，從而準確反映數據預測擬合對之前信息的需求情況，為準確設置偏移量提供基礎。進一步地，本專利技術在計算系數時考慮了分類間隔指標，準確反映了數據預測擬合時對之前數據段中所有變動規律的需求情況，為準確設置系數提供基礎。
10、優選的，所述設置所述長短期記憶網絡的遺忘門的激活函數的偏移量，包括：
11、將所述數據段對應時間段的所有分量段的遺忘率均值作為所述數據段的綜合遺忘率；將所述數據段對應時間段的所有分量段的信息保有程度的均值作為所述數據段的綜合信息保有程度；
12、將綜合遺忘率與綜合信息保有程度的乘積的歸一化值乘以預設偏移量調整參數得到所述數據段輸入時所述激活函數的偏移量。
13、本專利技術在計算偏移量時，考慮遺忘率和信息保有程度等指標，準確的度量數據預測擬合時對之前信息的需求情況，從而提高偏移量計算的準確性。
14、優選的，所述遺忘率的獲取方法，包括：
15、所述分量段的遺忘率等于1與綜合相似性的差值；
16、其中所述綜合相似性為所述分量段與之前所有分量段的余弦相似性均值。
17、本專利技術通過簡單的計算分量段與之前分量段的相似度就能準確度量分量段的遺忘率情況，可以提高數據分析的效率。
18、優選的，所述信息保有程度的獲取方法，包括：
19、將所述分量段與之前的所有分量段拼接在一起，對拼接后的分量段擬合多項式記為整體預測關系式；對所述分量段進行擬合多項式記為局部預測關系式；將所述分量段的下一個分量段作為驗證分量段，利用所述局部預測關系式和所述整體預測關系式擬合出后面各時刻的擬合數據分別記為局部擬合數據和整體擬合數據，將驗證數據段中數據與對應時刻的局部擬合數據的差值絕對值的均值作為局部擬合誤差；將驗證數據段中數據與對應時刻的整體擬合數據的差值絕對值的均值作為整體擬合誤差，將所述整體擬合誤差與所述局部擬合誤差的差值的歸一化值作為信息保有程度。
20、本專利技術通過分析分量段的擬合準確性與之前所有分量段的擬合準確性的差異來準確反映分量段中含有之前所有分量段中變動信息的情況，從而準確反映數據預測擬合時對之前信息的需求情況，為準確計算偏移量提供基礎。
21、優選的，所述設置所述激活函數的系數，包括：
22、將所述數據段對應時間段的所有分量段的遺忘率的分類間隔和離散度的乘積的歸一化值與預設系數調整參數的乘積作為數據段輸入時遺忘門的激活函數的系數。
23、本專利技術在計算激活函數的系數時，引入分類間隔和離散度等指標，準確的度量了數據預測擬合時對之前信息中所有種變動規律信息的需求分布情況，從而為激活函數是否要改變不同數據之間的激活值差異提供支撐，為激活函數設置合理系數提供保障。
24、優選的，所述分類間隔的獲取方法，包括：
25、將該時間段的所有分量段的遺忘率聚成兩類，在一個類別中，計算一個遺忘率與左鄰接遺忘率的距離記為左鄰接距離，計算遺忘率與右鄰接遺忘率的距離記為右鄰接距離，將左鄰接距離與右鄰接距離的均值作為鄰接距離；將所有遺忘率的鄰接距離的均值作為該時間段的類內距離；
26、在另一個類別中，獲取最近的遺忘率與該類別的本文檔來自技高網...
【技術保護點】
1.一種烘干設備的系統狀態預測方法，其特征在于，包括步驟：
2.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述設置所述長短期記憶網絡的遺忘門的激活函數的偏移量，包括：
3.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述遺忘率的獲取方法，包括：
4.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述信息保有程度的獲取方法，包括：
5.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述設置所述激活函數的系數，包括：
6.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述分類間隔的獲取方法，包括：
7.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述離散度的獲取方法，包括：
8.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述基于新設置的遺忘門的激活函數，利用數據段完成長短期記憶網絡的訓練，包括：
9.一種烘干設備的系統狀態預測系統，其特征在于，包括：處理
...【技術特征摘要】
1.一種烘干設備的系統狀態預測方法，其特征在于，包括步驟：
2.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述設置所述長短期記憶網絡的遺忘門的激活函數的偏移量，包括：
3.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述遺忘率的獲取方法，包括：
4.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述信息保有程度的獲取方法，包括：
5.根據權利要求1所述的一種烘干設備的系統狀態預測方法，其特征在于，所述設置所述激活函數的系數，包括：
6.根據權利要求...
【專利技術屬性】
技術研發人員：魏放，張笑笑，汪康，陳天賜，夏忠虎，
申請(專利權)人：江蘇威拉里新材料科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。