首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于CNN-Transformer的锅炉液位风险预警方法 

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:浙江省特种设备科学研究院;宁波厚德能源科技有限公司

摘要:本发明公开了一种基于CNN‑Transformer的锅炉液位风险预警方法,基于CNN‑Transformer的锅炉液位风险预警方法在将CNN网络获取的局部特征输入至Transformer模型的多头注意力机制中后,从多头注意力机制中提取的特征重新返回到CNN网络的池化层进行池化操作,经池化处理后的数据再返回至Transformer模型中。本发明具有能够提取更加重要的特征、同时减小序列长度、提高处理效率的优点。

主权项:1.一种基于CNN-Transformer的锅炉液位风险预警方法,其特征在于,步骤如下:S1、从锅炉运行历史数据库里提取锅炉的运行数据;S2、对运行数据进行预处理并生成时序特征;S3、将时序特征输入至CNN网络的卷积层进行一维卷积操作,得到第一特征;S4、通过Transformer模型的词嵌入层对第一特征进行位置编码,将位置编码后的特征与第一特征相加获得第二特征;S5、将第二特征输入至Transformer模型的第一层编码器的多头注意力机制中;S6、将当前层编码器的多头注意力机制中的每个注意力头的输出,传递到CNN网络的池化层进行池化操作,并将所有注意力头的池化结果拼接起来进行线性变换,得到融合所有注意力头信息的特征;S7、判断当前层编码器是否为最后一层,若是,则进入S8;若否,则将当前编码器层经步骤S6处理后的最终结果输入至下一编码器层的多头注意力机制中作为下一编码器层的输入特征,然后下一编码器层作为当前编码器层继续返回执行步骤S6;S8、将最后一个编码器层经步骤S6处理后的最终结果输入至一个全连接层,全连接层用于降维并生成得分向量,生成的得分向量再通过多分类激活函数转换为各种工作状态类型的概率,生成预测的工作状态分类结果。

全文数据:

权利要求:

百度查询: 浙江省特种设备科学研究院 宁波厚德能源科技有限公司 一种基于CNN-Transformer的锅炉液位风险预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。