一种基于LSTM深度循环神经网络的PVC水分含量的预测方法
基本信息
申请号 | CN202110538224.8 | 申请日 | - |
公开(公告)号 | CN113241129A | 公开(公告)日 | 2021-08-10 |
申请公布号 | CN113241129A | 申请公布日 | 2021-08-10 |
分类号 | G16C20/30(2019.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 物理 |
发明人 | 李明党;康瑞龙 | 申请(专利权)人 | 北京和隆优化科技股份有限公司 |
代理机构 | - | 代理人 | - |
地址 | 100094北京市海淀区北清路81号院二区1号楼7层701室 | ||
法律状态 | - |
摘要
摘要 | 本发明通过采集PVC干燥系统运行数据,并对采集到的历史数据预处理后进行排序和重采样,得到运行参数矩阵,然后根据LSTM模型的数据格式要求,对干燥运行参数矩阵进行重组得到样本集,随机选取样本集中样本量80%的样本作为训练数据集,剩余20%作为验证数据集,并以训练数据集、验证数据集为输入,构建基于LSTM深度循环神经网络的初始PVC水分含量预测模型;对基于LSTM深度循环神经网络的PVC水分含量预测模型中超参数进行优化,以优化后的超参数作为控制量,对LSTM深度循环神经网络PVC水分含量预测模型进行训练,得到PVC水分动态预测模型;输入PVC干燥系统实时运行数据,得到PVC水分含量预测值。 |
