买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：宁波大学

摘要：本发明涉及一种基于空间信息图卷积和信号分解的风箱温度预测方法，包括：获取数据集；所述数据集包括各个风箱的传感器节点温度数据以及工业烧结过程中的辅助历史时间序列数据；将烧结风箱位置提取为空间预定义图，将空间预定义图依次经过图嵌入模块和图表征增强模块去，得到增强后的风箱节点图；构建预测模型；对所述预测模型进行训练，得到训练后的预测模型；本发明将机理分析方式和数据驱动方式结合，将烧结过程中风箱的动态温度信息和静态空间信息结合，能够提高预测的准确性，解决了稀疏站点可利用信息过少以及空间特征不够充分导致的预测精度低的问题。

主权项：1.一种基于空间信息图卷积和信号分解的风箱温度预测方法，其特征在于：该方法包括以下步骤：步骤1：获取数据集，所述数据集包括各个风箱的传感器节点温度数据以及工业烧结过程中的辅助历史时间序列数据，所述的传感器节点温度数据包括风箱南侧温度数据以及风箱北侧温度数据，所述的辅助历史时间序列数据包括风箱料层厚度、机速、大成矿质量、小成矿质量、返矿以及焦粉质量；对获取得到的数据集进行预处理及归一化之后，将其划分为训练集、验证集和测试集；步骤2：构建预测模型：所述预测模型包括图模块、信号模块以及交叉注意力感知机模块；所述图模块包括自适应GRU模块以及图卷积模块；所述图模块包括图嵌入模块和图表征增强模块；步骤3：对所述预测模型进行训练：将实际车间中的烧结风箱位置提取为空间预定义图，将所述空间预定义图进行图嵌入处理，通过所述图嵌入模块将风箱的空间静态节点关系提取出来，形成风箱节点图以及对应的风箱温度时间序列；通过图表征增强模块去除所述风箱节点图中的噪声扰动，得到增强后的风箱节点图；将所述训练集以及所述增强后的风箱节点图同时输入到所述自适应GRU模块中进行自适应学习,然后再进行图卷积操作，得到优化后的风箱节点数据集；将所述的辅助历史时间序列数据分解为季节项和趋势项，将所述趋势项数据傅里叶变换并拼接，并使用卷积模块对数据进行信息提取提取得到第一输出结果；将季节项数据进行线性学习得到第二输出结果；最后将第一输出结果和第二输出结果进行相加重组，得到重组输出结果；将所述的优化后的风箱节点数据集和所述的重组输出结果输入交叉注意力感知机模块中进行学习，得到训练后的预测模型；步骤4：将所述验证集输入到所述训练后的预测模型进行验证，得到验证后的预测模型；步骤5：将所述测试集输入到所述验证后的预测模型进行风箱温度预测。

全文数据：

权利要求：

百度查询： 宁波大学 一种基于空间信息图卷积和信号分解的风箱温度预测方法