本发明专利技术公开了一种基于Transformer网络的半导体材料工厂能耗预测方法，包括以下步骤：初始数据集采集，预处理后提取特征矩阵；对建立一个带有多头注意力机制的编码器‑解码器的Transformer模型，其中，编码器部分用于输入时间序列的历史数据，而解码器部分用于预测未来序列；将各工艺能耗时序数据特征构成的序列样本数据集按照7:3的比例划分训练集和测试集，输入所述Transformer模型对其进行训练；将需要进行能耗预测的新数据样本输入到训练好的Transformer模型中，完成能耗预测，根据能耗预测结果对半导体材料工厂提出针对工艺环节的节能降损建议。本发明专利技术能有效预测半导体材料制造工厂的能耗特征，有利于提高该类工厂的能效并降低其能源成本。
【技术实现步骤摘要】
本专利技术涉及工业用能预测评估领域，特别涉及一种基于transformer网络的半导体材料工厂能耗预测方法。
技术介绍
1、近年来，工厂的绿色制造能力已经成为了我国工业制造评价的重要指标。同时伴随能源侧清洁能源占比的不断提升，分布式能源的分布更为广泛，工厂的全电化与绿色化改造成为了工厂提质增效的重要途径。在这一过程中，半导体材料制造工厂聚集了多类型异质能源，由于半导体材料的精细化加工要求对于能源供给的品质往往也有更高的要求。为了更好的安排生产计划，优化生产流程，亟需一种可以针对复杂生产过程进行用能负荷预测的方法来为协同不同类型能源供给提供一个参考。
技术实现思路
1、针对以上现有技术存在的缺陷，本专利技术的主要目的在于克服现有技术的不足之处，公开了一种基于transformer网络的半导体材料工厂能耗预测方法，其特征在于，包括以下步骤：
2、s1，针对半导体制造过程中用能环节，通过部署本地用能采集设备，基于边云协同方案对不同能源数据进行采集设置，实现多源数据的收集；
>3、s2将采集的半本文档来自技高网...
【技术保护点】
1.一种基于Transformer网络的半导体材料工厂能耗预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于Transformer网络的半导体材料工厂能耗预测方法，其特征在于，S1中，通过生产环节中的控制器采集能耗数据；或者连接远程IO站进行数据采集。
3.根据权利要求2所述的一种基于Transformer网络的半导体材料工厂能耗预测方法，其特征在于，控制器通过工业以太网连接交换机、路由器，把采集数据发送给云平台；或者采用无线通信方式，控制器连接LoRa终端，通过LoRa通信将数据传输LoRa网关，再连接交换机、路由器实现数据上云。
...
【技术特征摘要】
1.一种基于transformer网络的半导体材料工厂能耗预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于transformer网络的半导体材料工厂能耗预测方法，其特征在于，s1中，通过生产环节中的控制器采集能耗数据；或者连接远程io站进行数据采集。
3.根据权利要求2所述的一种基于transformer网络的半导体材料工厂能耗预测方法，其特征在于，控制器通过工业以太网连接交换机、路由器，把采集数据发送给云平台；或者采用无线通信方式，控制器连接lora终端，通过lora通信将数据传输lora网关，再连接交换机、路由器实现数据上云。
4.根据权利要求1所述的一种基于transformer网络的半导体材料工厂能耗预测方法，其特征在于，s2中，所述立式数据包括半导体材料工厂能耗环节的电能、热能、气能和水能的数据。
5.根据权利要求1所述的一种基于transformer网络的半导体材料工厂能耗预测...
【专利技术属性】
技术研发人员：朱超群，刘乙，李圆琪，余小毛，邱一昊，陈永杰，吴凡，张宇婷，潘超逸，曹宇超，
申请(专利权)人：国网江苏省电力有限公司太仓市供电分公司，
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。