公开(公告)号：CN116911172A

公开(公告)日：2023-10-20

申请号：CN202310781025.9

申请日：2023-06-28

Applicant: 安徽海螺信息技术工程有限责任公司 ,  长三角信息智能创新研究院

Inventor： 王超华 ,  王松华 ,  邢凯 ,  徐徐 ,  骆文辉 ,  陆小松 ,  陈剑 ,  梁伟 ,  刘俊峰 ,  杨华

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种融合LSTM的煤磨开环系统建模方法，包括下列步骤：步骤一、进行参数校正，对原始数据进行阶跃检测并进行系统辨识，利用深度学习算法对一阶传递函数系统辨识完成后接入LSTM的模型进行调参；步骤二、进行模型构建和学习训练，将一阶传递函数转化为状态空间方程形成预测模型，利用融合模型将预测模型的输出与系统输入数据融合，再经过调参后的LSTM模型处理，LSTM模型经过学习训练从而得到最终模型。本发明本发明通过对原始数据进行阶跃检测并进行系统辨识，将系统的输入数据和状态空间的输出数据融合，提升了特征融合的性能；本方法充分考虑误差和非线性问题，促进系统上线后稳定运行。

公开(公告)号：CN116910497A

公开(公告)日：2023-10-20

申请号：CN202310800583.5

申请日：2023-06-30

Applicant: 安徽海螺信息技术工程有限责任公司 ,  长三角信息智能创新研究院

Inventor： 詹家干 ,  承孝敏 ,  陆小松 ,  王超华 ,  徐徐 ,  王松华 ,  邢凯 ,  陈剑 ,  梁伟 ,  刘俊峰 ,  杨华

IPC: G06F18/21 ,  G06F18/25 ,  G06N3/0499

Abstract: 本发明属于工业控制技术领域，公开了一种基于神经网络的系统辨识方法，包括下列步骤：步骤一、神经网络构建，建立了一种用于系统辨识的新型前向网络模型，包括输入层、隐含层和输出层，整个网络中所有神经元的阈值全部取0；步骤二、模型辨识，基于之前构建的新型前向网络模型完成辨识模型用于系统辨识。本发明本发明通过对原始数据进行阶跃检测并进行系统辨识，将系统的输入数据和状态空间的输出数据融合，提升了特征融合的性能；本方法充分考虑误差和非线性问题，促进系统上线后稳定运行。本发明基于矩阵伪逆思想，可一次计算得到理论控制量，计算时间在0.01s左右，能够达到工业控制在线辨识的快速性要求。