公开(公告)号：CN119673323A

公开(公告)日：2025-03-21

申请号：CN202411693469.8

申请日：2024-11-25

Applicant: 江南大学

Inventor： 熊伟丽 ,  王法正 ,  隋璘

IPC: G16C20/70 ,  G16C20/20 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985 ,  G06N5/01 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明公开了一种基于多采样率的TTPA‑LSTM软测量方法，属于现代工业过程软测量建模和应用领域。所述方法包括：通过构建TTPA‑LSTM模型实现对脱丁烷塔工业过程塔底丁烷浓度的准确预测。本发明通过时间感知模块中时间间隔相关的非递增启发式函数，对短期记忆加权处理，模拟了降采样率方法的同时保留更多信息，解决了高低采样率带来的特征提取困难问题；另一方面，引入时间模式注意力模块，通过二维卷积滤波器对所得特征实现跨时间步整合，解决了多元时序时间滞后问题，同时提升了模型的预测能力，解决实际工业生产中存在的此类问题。

公开(公告)号：CN117313936B

公开(公告)日：2024-03-29

申请号：CN202311276330.9

申请日：2023-09-30

Applicant: 江南大学

Inventor： 熊伟丽 ,  隋璘 ,  马君霞

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/049 ,  G06N3/0985 ,  G06N3/0495 ,  G06F17/10

Abstract: 本发明公开了一种燃煤发电烟气脱硫过程SO2含量动态预测方法，属于软测量技术领域。该方法通过将时序注意力引入GRU网络，根据不同时刻隐含层间的时序相关性，自适应分配注意力权重，提高模型时序特征表征能力；通过采用MIV算法计算获得不同过程变量的注意力权重向量，并嵌入NNG算法约束，以实现其系数的近似无偏估计；最后采用带变量注意力的NNG算法对GRU网络进行稀疏优化，降低模型复杂度。该方法能有效够表征神经网络权重矩阵变化情况，结合初始TAM‑GRU网络模型对不同输入过程变量进行相关性评价，进而挖掘不同输入过程变量与输出变量间的动态相关性，在有效剔除冗余变量并简化模型结构的同时提高其预测性能。

公开(公告)号：CN117313936A

公开(公告)日：2023-12-29

申请号：CN202311276330.9

申请日：2023-09-30

Applicant: 江南大学

Inventor： 熊伟丽 ,  隋璘 ,  马君霞

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/049 ,  G06N3/0985 ,  G06N3/0495 ,  G06F17/10

Abstract: 本发明公开了一种燃煤发电烟气脱硫过程SO2含量动态预测方法，属于软测量技术领域。该方法通过将时序注意力引入GRU网络，根据不同时刻隐含层间的时序相关性，自适应分配注意力权重，提高模型时序特征表征能力；通过采用MIV算法计算获得不同过程变量的注意力权重向量，并嵌入NNG算法约束，以实现其系数的近似无偏估计；最后采用带变量注意力的NNG算法对GRU网络进行稀疏优化，降低模型复杂度。该方法能有效够表征神经网络权重矩阵变化情况，结合初始TAM‑GRU网络模型对不同输入过程变量进行相关性评价，进而挖掘不同输入过程变量与输出变量间的动态相关性，在有效剔除冗余变量并简化模型结构的同时提高其预测性能。