公开(公告)号：CN116821828A

公开(公告)日：2023-09-29

申请号：CN202310703240.7

申请日：2023-06-14

Applicant: 华北电力大学

Inventor： 石敏 ,  唐昕 ,  朱登明

IPC: G06F18/2433 ,  G06F18/214 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/045 ,  G06F123/02

Abstract: 本发明公开了一种基于工业数据的多维时序预测方法。该方法具有以下步骤：步骤1：深入研究工业加工过程中影响工业加工结果的因素，明确对工业加工产品优良率影响最显著的关键因素。步骤2：通过在工业加工机床上安装相应的检测传感器，实时采集多维时序数据，从而形成包含丰富信息的工业加工多维时序数据集。步骤3：基于步骤2的数据集构建高级工业加工多维时序预测模型，运用改进的深度循环神经网络和卷积网络，巧妙地提取多维时序数据的多层次特征，并借助这些特征训练出卓越的工业加工多维时序预测模型，使其能够准确预测未来多维时序信息。