基于多變量LSTM的工業傳感器時序數據預測
摘要：傳感器時序數據預測作為工業自動化和智能化的關鍵過程,對于自動化生產監督、風險預防和技術改進等具有重要意義。考慮到傳統基于統計學的時序分析方法通用性弱、普通循環神經網絡模型存在長期依賴的不足,針對工業設備溫度、壓力和電流強度等時序數據預測問題,提出了一種基于多變量分析的長短時記憶神經網絡時序預測方法,該方法利用數據的遠距離信息和多變量相關性,有效地提高了工業傳感器時序數據預測的準確性。實驗選取瑞典某公司的機械裝載傳感器數據用于訓練和測試,通過與單變量長短時記憶模型以及其它主流時序預測算法比較,證明了該方法具備較好的預測性能和通用性。
注: 保護知識產權,如需閱讀全文請聯系智能計算機與應用雜志社
相關推薦
更多
