一种基于多源时空信息的分布式参数系统状态预测方法

实质审查的生效

摘要

针对非线性分布式参数系统的过程状态难以预测问题，本发明提出一种新型的多源时空建模方法，以提高实时测量精度。为了解决具有多源时空特征的分布式参数系统的建模问题，构建了一个多源时空网络模型，该模型基于长短记忆（LSTM）网络来提取具有时序特征的过程变量信息，基于卷积长短记忆（ConvLSTM）网络来提取具有时空特征的时空变量信息。综合利用各种过程信息，有利于提高模型的拟合精度，同时也可以提高模型的泛化能力。为了防止在提取复杂时空数据特征时因网络层数增加而导致梯度消失或梯度爆炸，提出了一种基于ConvLSTM的残差网络模型结构，用于训练模型。由于残差网络可以避免模型退化，建立的模型可以充分提取过程的时空特征。

基本信息

专利标题：

一种基于多源时空信息的分布式参数系统状态预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114330143A

申请号：

CN202210078924.8

公开（公告）日：

2022-04-12

申请日：

2022-01-24

授权号：

暂无

授权日：

暂无

发明人：

穆国庆焦绪国孙文静

申请人：

青岛理工大学

申请人地址：

山东省青岛市黄岛区嘉陵江东路777号

代理机构：

济南泉城专利商标事务所

代理人：

张贵宾

优先权：

CN202210078924.8

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F119/08 G06F119/14

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-04-29 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20220124

2022-04-12 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载