【技术实现步骤摘要】
本专利技术涉及粮食仓储安全，具体的说是一种基于数字孪生和深度学习的储粮温度预测方法和装置。
技术介绍
1、粮食安全事关民生国计，我国粮食产量每年都在不断增长，但也存在着粮食在储存过程中的损耗问题，如何降低粮食的损耗量是亟待解决的问题。在粮食储藏过程中，粮食主要受温度、水分和虫害的影响，水分和虫害等因素会导致粮食温度升高，而温度升高则会加快粮食的生命活动，导致粮食品质劣化和损失，影响储粮安全工作。
2、粮仓温度是判断储粮环境安全的重要指标，预测储粮温度的变化对于储粮安全的监测和预警至关重要。然而，粮仓传统的粮食信息化监测系统主要靠传感器和光纤进行仓内温湿度数据的实时采集和监测，缺乏对储粮温度变化趋势的精准预测。并且，传统的储粮温度预测通常采用数值模拟或建立数学模型的方法，但由于粮堆温度受多种因素的耦合影响，不能准确的得出粮堆内温度与其影响因素之间的非线性关系，导致预测效果差，预测不及时等问题发生，影响储粮安全工作。
技术实现思路
1、本专利技术旨在提供一种基于数字孪生和深度学习的...
【技术保护点】
1.一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：包括以下步骤：
2.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤2)中对于粮情数据填补缺失值采用前后相邻时刻的均值填补方法，如下式(1)和(2)所示：
3.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤3)中采用的是一维卷积，如下式(3)所示：
4.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤4)中的Informer模型是transformer模型改进而来的轻量化模型，其包括编码...
【技术特征摘要】
1.一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：包括以下步骤：
2.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤2)中对于粮情数据填补缺失值采用前后相邻时刻的均值填补方法，如下式(1)和(2)所示：
3.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤3)中采用的是一维卷积，如下式(3)所示：
4.如权利要求1的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤4)中的informer模型是transformer模型改进而来的轻量化模型，其包括编码器模块和解码器模块；步骤4)包括以下步骤：
5.如权利要求4的一种构建基于深度学习的储粮温度预测模型的方法，其特征在于：步骤42)中的概率稀疏自注意力机制包括：
6.如权利要求4的一种构建基于深度...
【专利技术属性】
技术研发人员：李智慧，张钰涵，张毅，彭海龙，甄彤，王静，李雄飞，潘龙琦，张庆辉，周晓军，理满意，李波，吕宗旺，
申请(专利权)人：河南工业大学，
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。