【技术实现步骤摘要】
一种基于CAEs
‑
ACNN的软测量建模方法
[0001]本专利技术专利涉及一种软测量建模方法，在工业生产领域具有重要的应用前景。
技术介绍
[0002]为了降低生产成本、监测生产过程状态和提高生产效率，监测关键变量成为优化工业生产过程中关键一步。由于测量技术的不完备和测量仪器的不够可靠使得部分关键变量的值难以获得，因此引入了软测量技术。软测量技术是一种以容易测量的简单变量为输入，难以测量或者无法测量的变量为输出的数学模型。软测量技术实质是用软件方式代替硬件仪器，从而达到在监控关键变量过程中减少对测量设备的需求，提高系统的可靠性。
[0003]软测量技术一般分为四步：(1)辅助变量的选择；(2)数据预处理；(3)软测量建模；(4)模型的应用与矫正，其最关键的部分是软测量建模，目前软测量建模方法主要分为三大类：第一原理模型(基于过程机理建模方法)、基于数据驱动建模方法和基于混合模型建模方法。第一原理模型是基于物理和化学的知识基础上，这种方法往往耗时并且难以获得的，在大多数的工业生产中无法使用。随着分布...
【技术保护点】
【技术特征摘要】
1.一种基于CAEs
‑
ACNN的软测量建模方法，主要用于复杂工业过程中预测部分难以直接测量的关键变量，其特征在于：在构建软测量模型时采用了深度学习算法提取数据特征。即在该建模方法中采用了卷积自编码器和注意力机制。2.如权力要求书1所述的一种基于CAEs
‑
ACNN的软测量建模方法，其特征1是利用深度学习中无监督的自编码器思想并发挥卷积的权值共享和局部感受野的优势，构建适合提取辅助变量(简单易测变量)构成的原始数据中数据深层特征的卷积自编码器。在此基础上将构建好的卷积自编码器进行深层堆叠，形成堆叠卷积自编码器。通过大量历史数据的最小重构误差进行反向传播训练该模性的参数。堆叠卷积自编码器训练完成后接简单的全连接网络做回归器得到其结果。3.如权力要求书1所述的一种基...
【专利技术属性】
技术研发人员：高世伟，许金鹏，马忠彧，田冉，刘颜星，张青松，仇素龙，
申请(专利权)人：西北师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。