当前位置: 首页 > 专利查询>清华大学专利>正文

质量变量预测方法、装置、计算机设备、存储介质和产品制造方法及图纸

技术编号:41345820 阅读:19 留言:0更新日期:2024-05-20 10:01
本申请涉及一种质量变量预测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取工程系统当前时刻的质量变量、在当前时刻之前预设时间段内的过程变量;将质量变量和过程变量输入至目标Causal‑Transformer模型中,得到下一时刻的质量变量;目标Causal‑Transformer模型是基于训练集对初始Causal‑Transformer模型训练后得到的,目标Causal‑Transformer模型包括编码器和解码器,编码器包括多头时空因果注意力模型,多头时空因果注意力模型包括多个空间因果注意力模型和多个时间因果注意力模型。采用本方法能够提高质量变量的预测精度。

【技术实现步骤摘要】

本申请涉及数据预测,特别是涉及一种质量变量预测方法、装置、计算机设备、存储介质和产品


技术介绍

1、随着工程系统的数字化程度的不断提高,为了确保工程系统的安全性,提升工程系统的经济效益,有必要对工程系统的质量变量进行预测。

2、传统技术中,通过建立相对简单的数学模型对工程系统的质量变量进行预测,存在预测精度较低的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高质量变量预测精度.的质量变量预测方法、装置、计算机设备、存储介质和产品。

2、第一方面,本申请提供了一种质量变量预测方法。所述方法包括:

3、获取工程系统当前时刻的质量变量、在当前时刻之前预设时间段内的过程变量;

4、将所述质量变量和所述过程变量输入至目标causal-transformer模型中,得到下一时刻的质量变量;所述目标causal-transformer模型是基于训练集对初始causal-transformer模型训练后得到的,所述目标causal-transform本文档来自技高网...

【技术保护点】

1.一种质量变量预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于各所述过程变量样本的皮尔逊相关系数和所述第二数据集,确定所述训练集,包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的方法,其特征在于,所述对所述训练集中的过程变量样本和质量变量样本进行格兰杰因果分析,得到因果指示变量组,包括:

6.根据权利要求4或5所述的方法,其特征在于,所述根据所述因果指示变量组、所述训练集中的质量变量样...

【技术特征摘要】

1.一种质量变量预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述基于各所述过程变量样本的皮尔逊相关系数和所述第二数据集,确定所述训练集,包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的方法,其特征在于,所述对所述训练集中的过程变量样本和质量变量样本进行格兰杰因果分析,得到因果指示变量组,包括:

6.根据权利要求4或5所述的方法,其特征在于,所述根据所述因果指示变量组、所述训练集中的质量变量样本和所述目标过程变量样本,对所述初始...

【专利技术属性】
技术研发人员:杨帆朱雅琪解晶莹晏莉琴
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1