申请/专利权人:哈尔滨工业大学(威海)
申请日:2023-11-24
公开(公告)日:2024-03-29
公开(公告)号:CN117787467A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/083;G06N3/0442;G06N3/0455;G06N3/048;G06N3/049;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明涉及装备运行能效优化技术领域,具体的说是一种能够显著提高装备运行效率的基于改进的双注意力机制的油耗预测方法,本发明在编码器中对运行参数和环境参数分别引入特征注意力机制和联合表示以自适应的捕获不同油耗影响参数对于油耗的贡献率,加强各影响参数对油耗的可解释性,在解码器中引入时间注意力机制以挖掘当前状态与历史状态的关联关系;其次,将工况识别模型与油耗模型相结合,建立了不同工况条件下的油耗模型,结合Smyril客滚轮提供的数据,对比本发明模型与不同模型结构下预测的性能,验证了本发明模型的合理性;与其他油耗预测模型进行对比,本发明提出模型的均方根误差,平均绝对误差和平均绝对百分比误差分别降低了45.88%,57.89%,52.84%。
主权项:1.一种基于改进的双注意力机制的油耗预测方法,其特征在于,包括以下步骤:步骤一:对状态监测数据进行数据预处理,以获得高质量的数据;步骤二:采用工况识别模型对工况进行识别;步骤三:针对不同工况,构建基于双注意力机制的油耗预测模型,通过特征注意力和时间注意力的引入自适应的捕捉油耗与其影响因素之间的参数重要性和时间重要性;步骤四:采用均方根误差MSE作为损失函数并基于梯度反向更新模型参数以建立模型,实现油耗的有效预测。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学(威海) 基于改进的双注意力机制的油耗预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。