【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于物联采集的胶凝材料生产能耗评估方法。
技术介绍
1、胶凝材料生产过程是一个复杂的工业流程，涉及多种物理、化学反应以及多种变量的综合作用，如温度、压力、湿度、物料配比、电能消耗等，这些变量的变化直接影响生产能耗和产品质量，因此对能耗进行精确评估具有重要意义。然而，传统的能耗评估方法依赖于大量标注样本和线性假设模型，这在数据有限、生产环境复杂多变的情况下难以有效应用。在实际工业生产中，胶凝材料生产数据具有以下特点：一是数据规模相对较小且分布不均，二是数据特征具有非线性、高维和复杂性，三是跨不同生产设备或环境的数据存在域间差异。
2、公开号为cn118799113a的中国专利技术专利提出一种基于虚拟样本生成和多输出神经网络模型的锡冶炼过程能耗预测方法，属于生产过程能耗预测
本专利技术具体包括：对锡冶炼过程的数据进行预处理、采用互信息算法对输入变量的相关性进行检验、构建多输出神经网络模型、采用多分布整体趋势扩散技术实现对输入变量的虚拟样本生成、采用粒子群优化算法筛选虚拟样本、最后基于混...
【技术保护点】
1.一种基于物联采集的胶凝材料生产能耗评估方法，包括元学习与迁移学习融合框架，其特征在于，还包括以下步骤：
2.根据权利要求1所述的一种基于物联采集的胶凝材料生产能耗评估方法，其特征在于，所述元学习与迁移学习融合框架包括元学习模块、迁移学习模块和分类决策融合模块，所述元学习模块和迁移学习模块分均有其各子的特征提取模块和特征分类模块，两部分在最终分类决策融合前独立完成训练过程；元学习模块通过多任务的学习范式学习不同任务的元知识，并利用这些元知识在新任务中快速学习，使其能够在少量胶凝材料生产数据样本的情况下就取得较好的学习效果；且迁移学习模块则是依靠从源域胶凝...
【技术特征摘要】
1.一种基于物联采集的胶凝材料生产能耗评估方法，包括元学习与迁移学习融合框架，其特征在于，还包括以下步骤：
2.根据权利要求1所述的一种基于物联采集的胶凝材料生产能耗评估方法，其特征在于，所述元学习与迁移学习融合框架包括元学习模块、迁移学习模块和分类决策融合模块，所述元学习模块和迁移学习模块分均有其各子的特征提取模块和特征分类模块，两部分在最终分类决策融合前独立完成训练过程；元学习模块通过多任务的学习范式学习不同任务的元知识，并利用这些元知识在新任务中快速学习，使其能够在少量胶凝材料生产数据样本的情况下就取得较好的学习效果；且迁移学习模块则是依靠从源域胶凝材料生产数据到目标域胶凝材料生产数据的知识迁移来解决胶凝材料生产数据的小样本和跨域学习问题，需要依靠大量标注胶凝材料生产数据对能耗评估模型进行预训练；所述迁移学习模块与元学习模块的预训练使用的是相同的源域胶凝材料生产数据集，并且同时进行。
3.根据权利要求1所述的一种基于物联采集的胶凝材料生产能耗评估方法，其特征在于，所述元学习与迁移学习融合框架包括预训练阶段和微调阶段；预训练阶段对迁移学习和元学习的特征提取模块，以批次为训练单元的胶凝材料生产数据样本输入到迁移学习特征提取模块，以任务为训练单元的胶凝材料生产数据样本输入到元学习特征提取模块；微调阶段以批次和任务作为基本单元对目标域胶凝材料生产数据的训练集进行划分，所述目标域胶凝材料生产数据的训练集为目标域胶凝材料生产数据中具有标签的胶凝材料生产数据集合，分别使用元学习和迁移学习的预训练的能耗评估模型对目标域胶凝材料生产数据进行分类，将两个能耗评估模型分类结果的得分融合后作为融合框架的最终分类结果。
4.根据权利要求2所述的一种基于物联采集的胶凝材料生产能耗评估方法，其特征在于，所述元学习与迁移学习融合框架中，元学习模块采用能耗评估模型弱关联元学习策略，能耗评估模型弱关联元学习策略的学习目标是学习到能通过特定优化算法就快速适应新任务的最优参数，具体分为内循环和外循环两层循环模式；所述内循环使用基础学习器提取特定任务的特征，所述基础学习器为神经网络模型；所述外循环使用元学习策略，通过梯度下降更新基础学习器的初始化参数；所述元学习模块中，每个类别被看作一个任务，元学习的目标是从这些类别任务中学习如何快速区分不同类别，能耗评估模型不仅要学会完成分类任务本身，还要学会从少量示例中提取知识以更高效地解决其他未见过的类别任务；所述元学习模块将支撑集中的每个样本和查询集中的每个样本映射到高维特征空间，作为神经网络模型的输入，在训练过程中随机选择若干类别进行能耗评估模型训练。
5.根据权利要求1所述的一种基于物联采集的胶凝材料生产能耗评估方法，其特征在于，所述步骤s5中基于动态脉冲调优的神经网络的训练流程包括：
【专利技术属性】
技术研发人员：窦霆，李凯，孙建家，王家苗，柳桂喆，朱梦娴，陈泽宇，
申请(专利权)人：山东永正产业技术研究院有限公司，
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。